Periferiasta edelläkävijäksi: Suomi Politico EU:n uutisissa vuonna 2018
Notice bibliographique
Résumé
Suomen mainitseminen ulkomaalaisessa mediassa herättää usein myös kotimaisen median mielenkiinnon. Aloin pohtimaan Suomen maakuvaa Brysselissä ja EU:n politiikkaan keskittyvässä mediassa keväällä 2018, kun Politico lehden toimittaja vieraili Tampereen yliopistossa järjestetyssä tilaisuudessa. \nMedia rakentaa maakuvaa representaatioiden kautta. Kuvat ja tekstit muodostavat välillisen tiedon kautta hankittua osamaakuvaa. Maakuva ei siis kokonaan perustu esimerkiksi median tai muun toisen käden tiedonantajan kautta, mutta se voi toimia osana sitä. Maakuva on kuitenkin asia, jota ei voi hallita toisin kuin maabrändiä. Maakuva voi vaikuttaa esimerkiksi maahan suuntaavien yritysten ja turistien mielipiteisiin. \nTutkin tässä pro gradu -tutkielmassa brysseliläisen Politico EU -lehden tuottamaa maakuvaa Suomesta vuonna 2018. Aineistoon kuuluu 19 artikkelia, jotka julkaistiin vuoden 2018 aikana. Tutkin maakuvaa Fairclough’n diskurssianalyysin kautta. Tutkielman viitekehykseen liittyy myös käsitteet maakuva, identiteetti ja kansallinen identiteetti. Tutkielmassa käydään myös tiivistäen läpi Euroopan unionin ja Suomen yhteistä historiaa. \nAineiston analyysissa selvisi, että Suomea käsiteltiin Politicossa erityisesti neljän eri diskurssin kautta. Nimesin diskurssit seuraavasti: Itsenäinen Suomi, Neuvottelija Suomi, Suomi periferiasta edelläkävijäksi ja Politiikan keskeiset tekijät – tulevaisuudessa. \nPohdin diskurssianalyysissa nimenomaan myös sitä, millaisen maakuvan ne muodostavat Suomesta. Pohdin myös suomalaisten identiteetin muodostumista näiden diskurssien kautta.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,002 |
| Communication savante | 0,011 | 0,004 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,129 | 0,036 |
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 ».