Modukset suomea vieraana kielenä opiskelevien teksteissä
Notice bibliographique
Résumé
Tutkielmassa selvitetään, miten suomea vieraana kielenä opiskelevat käyttävät moduksia kirjoitelmissaan. Modukset ovat yksi keino ilmaista modaalisuutta eli esimerkiksi puhujan suhtautumista, asennetta, arvioita tai toiveita. Modaalisuutta ja modaaliverbejä on tutkittu aiemminkin suomen kielen maisterintutkielmissa, mutta pelkästään moduksiin keskittyvää tutkimusta ei ole tehty. Kysymystä lähestytään Kansainvälisestä oppijansuomen korpuksesta (ICLFI) löytyvien modusten avulla. Tarkemmat tutkimuskysymykset reflektoivat tutkimuksessa päämetodina käy- tettyä DEMfad-mallia, jolla kuvataan valitun kielenpiirteen kehittymistä sen tarkempien osapiirteiden kautta. Oppijat ovat harjaantuneempia sekä modusten muodostamisessa että niiden semanttisessa käytössä taitotasoilla edettäessä. Konditionaali ja imperatiivi ovat helpoimmat modukset ottaa käyttöön. Erityisesti konditionaalin käyttökenttä laajenee taitotasoilla edettäessä, mutta konditionaalin muodostuksessa on kuitenkin ongelmia vielä B1 ja B2 -taitotasoilla. Potentiaali on moduksista harvinaisin ja haastavin. Sen täydellistä semanttista käyttöä ei hallita vielä korkeimmillakaan taitotasoilla. Aineistosta nousi myös esille kiinnostava sivuhuomio fraasi- ja rakennehakuisuuden osalta imperatiivissa. Imperatiivia käytetään ikään kuin huomaamatta osana fraaseja ja muita vakiintuneita rakenteita. Tutkimuksesta saadut tulokset eivät ole ehdottoman tarkkoja, johtuen aineiston erilaisista haasteista. Näihin kuuluivat annotaatiovirheet ja vähäiset osumamäärät erityisesti potentiaalissa ja imperatiivissa, mutta myös yleisesti taitotasoilla A1 ja C2. Tutkimus antoi kuitenkin viitteitä siitä, että modusten suhteellinen frekvenssi yleensä kasvaa ja modusten semanttinen käyttökenttä laajenee taitotasoilla etenemisen myötä. Tutkimus nosti esille tarpeen ICLFI-aineiston annotaation korjaamisesta ainakin modusten osalta. Tutkimus myös motivoi useita jatkotutkimusmahdollisuuksia moduksiin liittyen. Näennäisesti jopa yksinkertaiselta vaikuttava modusten aihealue pitää sisällään lukuisia kiinnostavia jatkokysymyksiä muun muassa muiden modaalisuuden keinojen ja modusten suhteesta oppijan kielessä.
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 | 0,000 |
| 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 | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,078 | 0,033 |
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 ».