Teknokraattinen populismi Suomessa : retorinen analyysi Liike Nytistä
Notice bibliographique
Résumé
Teknokraattinen populismi on Euroopassa yleistyvä, mutta alitutkittu ilmiö. Suomen kontekstissa sitä ei vielä ole tutkittu lainkaan, vaikka ilmiö on tunnistettavissa myös suomalaisen politiikan kentältä. Tässä kandidaatintutkielmassa argumentoin, että Suomessa puolue, joka ilmentää teknokraattista populismia on vuonna 2018 perustettu Liike Nyt. Liike Nytistä huomionarvoisen suomalaisella puoluekentällä tekee sen esittämä kritiikki perinteisiä puolueita sekä poliittista järjestelmää kohtaan. Puolue ei kuitenkaan toistaiseksi ole valtakunnallisesti saavuttanut suuria kannatuslukemia. Sen kannatuksen kuitenkin vaihdellessa suurestikin maan sisällä, ja toisaalta samoihin toimintaperiaatteisin nojaavien puolueiden pitäessä hallussaan runsaasti poliittista valtaa eräissä toisissa Euroopan maissa, ansaitsee myös Liike Nyt tulla analysoitavammaksi tarkemmin. Tämä kandidaatintutkielma pyrkii vastaamaan kahteen tutkimuskysymykseen: onko Liike Nyt verkkosivujensa perusteella teknokraattisen populismin suomalainen ilmentymä, ja millaista retoriikkaa puolue verkkosivujensa kontekstissa käyttää, kun sitä tarkastellaan Burken määrittelemien identifikaation ja motiivien kautta. Tässä kandidaatintutkielmassa Liike Nytiä tarkastellaan osana teknokraattisen populismin ilmiötä sekä teoreettista viitekehystä hyödyntäen retorisen analyysin keinoja. Retorinen analyysi perustuu Kenneth Burken retoriikan pääteokseen A Rhetoric of Motives, ja erityisesti teoksen pääkäsitteisiin, retoriseen identifikaatioon ja sen taustalla vaikuttaviin motiiveihin. Tutkielman aineistona toimivat Liike Nytin verkkosivut, joista analyysi keskittyy teknokraattista populismia keskeisesti ilmentäviin kohtiin. Tutkielman lopussa esitän vastauksen tutkimuskysymyksiin ja pohdin, millaisena teknokraattisen populismin tulevaisuus näyttäytyy Suomessa.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».