Liitepartikkeli -hAn ja kaksiulotteinen episteemisyys
Notice bibliographique
Résumé
Tässä tutkielmassa tarkastellaan suomen kielen -hAn-liitepartikkelin merkitystä ja funktiota. Aiemmassa fennistisessä tutkimuksessa liitepartikkelin on katsottu tuovan lausumaan implikaatio siitä, että lausuman sisältämä tieto on tavalla tai toisella tuttua tai yhteistä puhujille. Tällaisen tehtävän liitepartikkelille määrittelee myös suomen kielen tärkeimpiin hakuteoksiin kuuluva Iso suomen kielioppi. Tutkielmassa pohditaan, onko selitys liitepartikkelin merkityksestä kriittisen tarkastelun kestävä. Tässä tarkastelussa otetaan huomioon käyttöpohjaisten kielioppisuuntausten sekä esimerkiksi diskursiivisen psykologian huomautus siitä, että tutkija ei voi nähdä esimerkiksi keskustelijoiden pään sisälle tai tehdä oletuksia puhujien kognitiosta, jos analyysi perustuu yksin kielelliseen aineistoon. Tutkielman aineisto koostuu pääasiassa internetin blogiteksteistä sekä ennen muuta näiden tekstien kommenteista, joita ovat kirjoittaneet useat ihmiset. Näistä kommenteista muodostuu väittelyä muistuttavia vuorovaikutuksellisia tilanteita, joissa keskustelijat ovat keskenään eri mieltä jostakin aiheesta. Analyysissa on keskitytty erityisesti niihin kommentteihin, jotka sisältävät -hAn-liitepartikkelin. Analyysissa havaitaan, että erittäin monista liitepartikkelin käyttötilanteista on käytännössä mahdotonta sanoa luotettavasti, onko keskustelija merkinnyt liitepartikkelilla tuttua tietoa tai halunnut tuoda kommenttiinsa tällaisen implikaation. Lisäksi pohditaan, onko kysymys tutun tiedon implikaatiosta edes sellainen, johon olisi mahdollista vastata luotettavasti kielitieteen keinoin. Koska tämän implikaation varmentamisessa törmätään suuriin ongelmiin, tutkimuksessa pohditaan vaihtoehtoista hypoteesia siitä, mikä on liitepartikkelin merkitys. Tällainen hypoteesi muodostetaan samaa aineistoa analysoiden niin, ettei keskustelijoiden intentioista tai motiiveista tehdä sellaisia oletuksia, joille aineistossa ei ole havaittavissa tukea. Koska aineisto on peräisin spesifistä vuorovaikutuksellisesta tilanteesta, tässä tutkielmassa suhtaudutaan aineistoanalyysin perusteella syntyneeseen määritelmään nimenomaan hypoteesina. Tutkielmassa hypoteesina esitetään, että liitepartikkeli -hAn on episteeminen sävypartikkeli, jonka tehtävänä on korostaa lausuman representaation varmuuden astetta. Liitepartikkeli siis tekee paremmin näkyväksi sen, millaisen tietämyksellisen kannan puhuja ilmaisee ottavansa puheena olevaan aiheeseen.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,118 | 0,028 |
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 ».