Kieliympäristön vaikutus S2-oppijoiden sanaston laajuuteen
Notice bibliographique
Résumé
Suomi toisena kielenä opiskelijoiden suomen kielen taitoa ja kielitaidon riittävyyttä töissä pärjäämiselle tutkivien tutkimusten määrä on kasvussa S2-tutkimuksen alalla. Yleisesti ajatellaan, että maahanmuuttajatyöntekijöillä tulisi olla tarpeeksi laaja ja työn suorittamista varten riittävä kielitaito ja sanavarasto, eikä huomioida, että kielitaitoa voitaisiin edistää työympäristössä. Oleskelu kohdemaassa ilman aktiivista päivittäistä kielenkäyttöä eri arkitilanteissa ei tue kielen kehittymistä. Ekologisesta näkökulmasta ympäristö tarjoaa suomen kielen oppimisen mahdollisuuksia, mutta tarvitaan myös henkilön omaa aktiivisuutta ja kykyä huomata tarjotut affordanssit. Formaali opetus ei tarjoa tarpeeksi aitoja mahdollisuuksia käyttää suomen kieltä, mutta oppija itse voi harjoitella kieltä informaaleissa ympäristöissä, kuten aktiviteettien kautta vapaa-aikanaan. Myös työssäkäynti tarjoaa mahdollisuuksia laajentaa sanastoa. Tämän tutkimuksen tavoitteena on selvittää, miten kohdekielen kieliympäristö vaikuttaa S2-oppijan sanaston laajuuteen. \n \nAineistona käytän Yleisten kielitutkintojen suomen keskitason testiaineistoa, jonka Jyväskylän yliopiston Soveltavan kielentutkimuksen keskus on kerännyt ennen vuotta 2011 Yleisten kielitutkintojen korpukseen. Kohderyhmäksi valitsin venäjänkieliset informantit. Tarkastelen heidän kirjoittamiaan 80 mielipidetekstiä. Aineisto koostuu kahdesta ryhmästä. Ensimmäinen ryhmä sisältää ne informantit, jotka altistuvat kielelle päivittäin kotonaan, työssään, vapaa-aikanaan ja opiskelussa. Toinen ryhmä koostuu informanteista, joilla on rajalliset suomen kielen käyttömahdollisuudet. He käyttävät kieltä jonkun verran vapaa-aikanaan ja opiskelussa. Tutkimuksessani kiinnitän eniten huomiota työympäristön vaikutukseen sanastoon. Analyysiosassa metodina käytän leksikaalisen diversiteetin laskemista MTLD-mittarin avulla, ja vertailen molempien ryhmien MTLD-arvoja. MTLD-mittari mittaa sanaston monimuotoisuutta. Tilastollisena menetelmänä käytän monimuuttujaista lineaarista regressiota. \n \nTutkimukseni tulokset osoittavat, että työllisyystilanne vaikuttaa leksikaaliseen diversiteettiin. Ensimmäisen ja toisen ryhmän MTLD-arvojen vertailu osoitti, että työssäkäyvillä on korkeammat MTLD-arvot. Tutkimuksessa kävi myös ilmi, että koulutuksella ja työllistymistilanteella on yhteys sanaston laajuuteen. Korkeakoulutuksella on vaikutus sanaston laajuuteen, jos henkilö on työtön. Korkeakoulutetut, jotka eivät käy töissä, hallitsevat laajemmin sanastoa verrattuna niihin, jotka eivät ole korkeakoulutettuja eivätkä käy töissä. Rakentamani lineaarinen regressiomalli vahvistaa, että työllistyminen vaikuttaa sanaston laajuuteen.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,005 |
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 ».