Maahanmuuttajataustaisten toimittajien koulutus Haaga-Heliassa 2019–2020: koulutuksen vaikutukset ja diversiteetti suomalaisissa toimituksissa
Notice bibliographique
Résumé
Median moniäänisyys sekä diversiteetti journalistisissa mediasisällöissä ja toimituksissa ovat ajankohtaisia ja yhä enemmän keskustelua herättäviä aiheita Suomessa. Suomalainen yhteiskunta on muuttunut kansainvälisemmäksi, mutta ovatko toimitukset muuttuneet sen mukana? \n \nHaaga-Helia ammattikorkeakoulussa vuonna 2019 käynnistynyt maahanmuuttajataustaisille toimittajille suunnattu koulutus pyrkii osaltaan vahvistamaan journalistisen median diversiteettiä ja tukemaan vähemmistöihin kuuluvien toimittajien osallisuutta Suomen mediakentällä. Koulutus muun muassa perehdyttää maahanmuuttajataustaisia toimittajia suomalaisiin journalistisiin menettelytapoihin ja etiikkaan, tukee heidän työllistymistään suomalaistoimituksiin ja pyrkii vahvistamaan verkostoitumista alalla. \n \nOpinnäytetyö perehtyy Haaga-Helian koulutuksen vuosina 2019–2020 järjestettyyn ensimmäiseen toteutuskertaan sekä sen vaikutuksiin opiskelijoiden työllistymiseen ja kartoittaa maahanmuuttajataustaisten toimittajien asemaa suomalaisella mediakentällä. Tutkimusaineisto on kerätty teemahaastattelujen avulla, minkä lisäksi olen hyödyntänyt teoreettisessa osuudessa erilaisia lähteitä liittyen suomalaiseen toimittajakuntaan ja journalistiseen mediakenttään, monikulttuuristen työyhteisöjen viestintään sekä vähemmistöjen asemaan ja representaatioon Suomessa. Lopuksi olen koonnut huomioita ja kehittämisehdotuksia niin Haaga-Helian koulutusta kuin toimituksia varten. \n \nTutkimuksessa selvisi, että maahanmuuttajataustaisilla toimittajilla on merkittäviä vaikeuksia työllistyä suomalaismedioihin muun muassa verkostojen puutteen, kielitaidon ja työnantajien kielteisen suhtautumisen vuoksi. Varsinkin toimitusten asenteisiin kaivataan muutosta, jotta suomalainen mediakenttä voisi paremmin heijastella muuttunutta yhteiskuntaa.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,015 | 0,005 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,124 | 0,064 |
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 ».