Nauta, näätä vai näyttää? Diftongien ja pitkien vokaalien havaitseminen ja tuottaminen suomen kielen alkeiskurssilla
Notice bibliographique
Résumé
Suomenoppijoiden ääntämistä ei ole tutkittu vielä tarkasti. Esittelen työssäni kielenoppimisen osa-alueita, jotka koskevat ääntämistä erityisesti diftongien ja pitkien vokaalien osalta. Foneettinen tietoisuus kielestä on avuksi sekä opettajalle että oppijalle. \n \nInformantteina on 24 suomen alkeiskurssin opiskelijaa: kuusi Ranskasta ja Saksasta, viisi Italiasta ja neljä Espanjasta ja Unkarista. Tutkimuksen aineistona on viisi sanasanelua kolmen viikon alkeiskurssilta ja nauhoitus kurssin lopusta. Tarkastelen oppijoiden tuotoksia sekä kirjallisesta että nauhoitetusta aineistosta. Tutkimuskohteenani on kielenpiirteet, jotka on todettu haasteellisiksi vieraskielisille suomenoppijoille jo aiemmissa tutkimuksissa. Havainnoin erikielisten oppijoiden tuloksia ja vertailen eri äidinkieltä puhuvien tuotoksia toisiinsa. \n \nTavoitteenani oli selvittää, mitkä diftongit ja pitkät vokaalit ovat informanteille vaikeimpia ja millaisia variantteja informantit äänteistä tuottavat. Vaikeimmiksi vokaaleiksi osoittautuivat suomen omaperäiset ä ja ö sekä sellaiset diftongit tai pitkät vokaalit, jotka sisältävät kyseisiä äänteitä. Eri äidinkielisten oppijoiden tuottamat äänteiden variantit vaihtelevat.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,066 | 0,020 |
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 ».