Finländska innebandyspelares erfarenheter av språkpolicyn och språkpraktiker i svenska innebandylag
Notice bibliographique
Résumé
Tämän tutkielman tarkoituksena oli selvittää, esiintyykö suomalaisten ja suomenkielisten naisurheilijoiden ruotsalaisissa urheilujoukkueissa kielikäytänteitä ja kielenkäytön toimintaperiaatteita. Tarkoituksena oli myös selvittää, millaisia nämä kielikäytänteet sekä kielenkäytön toimintaperiaatteet ovat, jos niitä esiintyy. Lisäksi tutkielman tarkoituksena oli tutkia, mitä joukkueen kielikäytänteet ja kielen toimintaperiaatteet merkitsevät joukkueelle sekä miten pelaajat kokevat kielikäytänteiden ja kielen toimintaperiaatteiden vaikuttavan heidän omaan suoritukseen. Tutkimuksen aineisto kerättiin kolmella puolistrukturoidulla teemahaastattelulla. Haastatteluihin osallistuneet henkilöt pelasivat Ruotsissa salibandya eliittitasolla. Haastattelut järjestettiin etäyhteydellä Zoom-palvelun avulla. Jokainen haastattelu toteutettiin suomen kielellä ja niiden pituus oli noin 25-35 minuuttia. Haastattelut nauhoitettiin osallistujien luvalla. Aineisto litteroitiin, ja se analysoitiin laadullista sisällönanalyysia käyttäen. Tutkimuksen tulokset osoittavat, että urheilujoukkueiden kielikäytänteet ja toimintaperiaatteet eroavat toisistaan, sillä niihin vaikuttavat joukkueen jokainen yksilö. Kielikäytänteet ja sen erilaiset toimintaperiaatteet merkitsevät joukkueelle paljon, sillä kommunikaatio on yksi joukkueurheilun suola ja ilman sitä on joukkueen vaikea olla yhtenäinen. Joukkueessa esiintyvät kielimuurit saattavat vaikeuttaa yksilöiden tutustumista toisiinsa ja sosiaaliset suhteet saattavat siten jäädä heikoiksi. Kielitaidon kehittäminen vaatii yksilöltä paljon motivaatiota. Jos muuta yhteistä kieltä kommunikaatioon ei löydy, turvaudutaan usein englannin kieleen tai jopa elekieleen. Kielikäytänteet sekä kielenkäytön toimintaperiaatteet vaikuttivat yksilön pelaamiseen joukkueessa, sillä kommunikaatio, esimerkiksi peliä ohjatessa, jäi heikoksi. Positiivinen asenne sekä motivaatio kehittyä ruotsin kielessä vaikutti haastateltavien positiivisiin näkemyksiin tulevasta.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,015 | 0,006 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,139 | 0,058 |
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 ».