MétaCan
Menu
Retour à la cohorte
Enregistrement W7001419225

Jyrki Kataisen legitimoinnin strategiat eurokriisikeskustelussa

2016· other· fi· W7001419225 sur OpenAlexaboutno aff

Notice bibliographique

RevueTyöväentutkimus Vuosikirja · 2016
Typeother
Languefi
DomaineComputer Science
ThématiqueAugmented Reality Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOpposition (politics)Quarter (Canadian coin)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Tutkin tässä pro gradu -työssä pääministeri Jyrki Kataisen eduskunnan täysistunnoissa pitämiä eurokriisiin liittyviä puheenvuoroja ajanjaksolla 2010–2014. Tarkastelun kohteena ovat puheen retoriset keinot ja etenkin se, millä kielellisillä keinoilla pääministeri hakee legitimiteettiä eli oikeutusta hallituksen eurokriisipolitiikalle. Pääministeri Jyrki Katainen piti tutkimusajanjakson aikana yhteensä 101 puheenvuoroa, joissa aiheena oli eurokriisi.
\n
\nEurokriisi on herättänyt paljon keskustelua niin mediassa kuin Suomen eduskunnassakin. Hallituksen tehtävä on saada niin poliittiset vastustajat kuin kansalaisetkin vakuutettua kriisitoimien järkevyydestä.
\nTutkielman päätutkimuskysymys on, millä kielellisillä keinoilla pääministeri Jyrki Katainen rakentaa oikeutusta hallituksen eurokriisipolitiikalle. Käytän tutkimuksessani Theo Van Leeuwenin kehittämiä legitimaation strategioita, joissa puhuja vetoaa auktoriteettiin, moraaliin, rationalisuuteen tai narratiiveihin kuulijan vakuuttamiseksi. Tämän lisäksi hyödynnän tutkielmassa Antonio Reyesin hypoteettiseen tulevaisuuteen vetoamisen strategiaa. Otan tutkielmassa huomioon myös klassisen retoriikan tutkimuksen, Aristoteleen retoriikan kolmijaon sekä Chaim Perelmanin Uuden Retoriikan. Perelmanin tutkimuksesta on esillä etenkin kuulijakunnan jako universaali- ja erityisyleisöön. 
\n
\nTutkielmasta käy ilmi, että Katainen pyrkii luomaan legitimiteettiä hallituksen politiikalle metaforilla, syyllistävällä retoriikalla, me-pronominilla rakennetulla yhteisöllisyyspuheella, suomalaiset homogeeniseksi ryhmäksi niputtavalla puheella sekä vaihtoehdottomuuteen ja vääjäämättömyyteen vetomalla. Olen jaotellut metaforat taistelumetaforiin, sairauden alueen metaforiin, pelimetaforiin sekä tuhon lähdealueesta kumpuaviin metaforiin. Syyllistävään retoriikkaan kuuluu mm. vastapuolen mielipiteiden kumoaminen ja negatiiviseen valoon saattaminen.
\n
\nMonikon 1. persoonan käyttäminen on keino toimijuuden häivyttäminen kritiikkiä herättäneissä ratkaisuissa, mutta myös keino saada kuulijat tuntemaan itsensä osallisiksi päätettäviin asioihin. Tämän lisäksi Katainen käyttää suomalaisuus-kategoriaa, joka on hänen puheessaan tiettyjen positiivisten ominaisuuksien muodostama representaatio. 
\n
\nKataisen vaihtoehdottomuuden ja vääjäämättömyyden retoriikan kulmakivi on väite, että Suomen ainoa vaihtoehto eurokriisissä on auttaa ongelmamaita. Opposition ehdotukset leimataan populistisiksi ja Suomelle ongelmia aiheuttaviksi ideoiksi. Asiantuntijoiden puolueettomiin arvioihin vetoaminen rakentaa osaltaan vääjäämättömyyden retoriikkaa.
\n
\nTämän lisäksi tutkielmassa selvitetään, onko Jyrki Kataisen puheen tyylissä tapahtunut muutoksia aikavälillä 2010–2014. Ilmenee, että pääministerin puheessa mm. kasvavana epävarmuutena ja puolustautuvan retoriikan lisääntymisenä.
\n
\nPääministerin eurokriisiretoriikkaa leimaa hyvin vahvasti vaihtoehtojen puute sekä vastuun kantamisen tärkeys. Suomelle on tärkeää olla linjassa muiden EU-maiden kanssa, ja se nähdäänkin ainoana keinona selvitä kriisistä.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,305
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0070,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0240,082

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,277
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTyöväentutkimus VuosikirjaMême sujetAugmented Reality ApplicationsTravaux en français237 207