”Tuli niin frustrated olo” : Englannin käyttökontekstit ja sanahaut ulkosuomalaisessa podcast-keskustelussa
Notice bibliographique
Résumé
Tutkielmassa tarkastelen englannin kielen roolia ja käyttökonteksteja ulkosuomalaisessa podcastissa. Tutkin, millaisissa yhteyksissä englannin kielenaineksia käytetään näennäisesti ongelmattomana ja tunnusmerkittömänä osana suomenkielistä keskustelua. Lisäksi syvennyn analysoimaan monikielisiä sanahakusekvenssejä eli tilanteita, joissa puhuja jää hakemaan puuttuvaa suomenkielistä sanaa ja käyttää tukikielenään englantia. Tutkielman aineistona on julkinen Byelingual-podcast. Podcastia pitää kaksi suomalaista ja nykyisin Englannissa asuvaa 1990-luvulla syntynyttä naista. Puhujien äidinkieli on suomi, mutta he käyttävät englantia laajasti jokapäiväisen elämänsä eri osa-alueilla. Aineistoon on kerätty 92 katkelmaa 28 jaksosta. Tutkielmassa käsiteltävät esimerkkikatkelmat olen litteroinut noudattamalla keskustelunanalyyttista litterointitapaa. Tutkielma on metodiltaan keskustelunanalyyttinen laadullinen tapaustutkimus. Tutkielma osoittaa, että englannin kielenainekset ovat usein luonteva osa suomenkielistä podcast-keskustelua. Erityisesti tietyt aihepiirit puoltavat englanninkielisen sanaston käyttöä. Englantia käytetään muun muassa ruokasanastosta puhuttaessa ja brittiyhteiskuntaan ja -kulttuuriin liittyvän kontekstisidonnaisen sanaston kohdalla. Aina ei ole mielekästä määritellä, onko kyse englannin- vai suomenkielisestä kielenaineksesta. Aineiston sanahakukatkelmissa englanninkielistä tukisanaa voidaan käyttää edesauttamaan puuttuvan suomenkielisen sanan löytymistä tai tarkentamaan puheen kohteena olevan käsitteen kyseenalaista merkitystä. Vaikka puhuja tulee ymmärretyksi englanniksikin, orientoidutaan keskustelussa usein siihen, että suomen kielen käyttö on suomenkielisessä keskustelussa odotuksenmukaisempaa ja vasta oikea suomenkielinen sana ratkaisee sanahaun tyydyttävästi. Suomenkielisyyden preferenssi voi liittyä myös ajatukseen suomenkielisestä kuulijasta.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,012 | 0,004 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,052 | 0,013 |
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 ».