Attityder till svenska och finska på en arbetsplats
Notice bibliographique
Résumé
Tutkielmani tarkoitus on selvittää suomenruotsalaisten työntekijöiden asenteita suomenkielisten kollegoidensa ruotsin kielen taitoon ja valmiuksiin käyttää ruotsin kieltä julkisen sektorin työpaikalla kaksikielisessä kunnassa Etelä-Suomessa. Tällä työpaikalla ja tutkimuspaikkakunnalla enemmistön äidinkieli on ruotsi, mikä vaikuttaa työyhteisön kieleen hallitsevasti. Vertailun vuoksi tutkimuksessa kartoitetaan myös suomenkielisten työntekijöiden asenteita ruotsinkielisten kollegoidensa suomen kielen taitoon ja valmiuksiin käyttää suomen kieltä ko. työyhteisössä. Tutkimusmenetelmänä olen käyttänyt kyselykaavaketta, johon työntekijät kolmessa eri työyksikössä ovat vastanneet. Materiaali on kerätty avoimilla kysymyksillä ja analysoitu kvalitatiivisesti. Kvalitatiivisen analyysin tukena käytetään kvantitatiivisia esityksiä taulukoiden ja kaavioiden muodossa. Tutkimuksen tulos osoitti, ettei asenteissa ruotsin ja suomen kielen välillä kollegoiden välisessä kanssakäymisessä ole merkittäviä eroja. Kaikki suhtautuvat toiseen kotimaiseen kieleen kunnioituksella niin, että jokainen saa ja voi käyttää omaa äidinkieltään myös virallisissa yhteyksissä. Mitä tulee kielitaitoon ja valmiuksiin toisessa kotimaisessa kielessä, tuli esiin, että kollegat auttavat toisiaan tilaisuuksissa ja tilanteissa, missä "vastapuolen" kielitaito on puutteellinen. Vaikka kollegat puhuvat "sekakieltä", yhteistyö sujuu hyvin, eikä kieliriitoja esiinny. Yleensä ei myöskään vältetä kontaktia, vaikka pidetään omaa toisen kotimaisen kielen taitoa puutteellisena. Kun työ sujuu positiivisessa hengessä, on helpompi puhua/kirjoittaa väärin. Ainoa negatiivinen tutkimuksessa esiin tullut seikka oli joidenkin suomenkielisten kokemus siitä, että jotkut ruotsinkieliset kollegat puhuvat äidinkieleltään suomenkielisen asiakkaan kanssa ruotsia, jos asiakas osaa ruotsia. Tämä tutkimus keskittyi ainoastaan kollegoiden väliseen kielenkäyttöön, mutta jatkotutkimuksen aiheena kielenkäyttö myös asiakkaiden ja henkilökunnan välillä olisi kiinnostava tutkimuskohde.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,164 | 0,086 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».