Suomalaisopiskelijoiden japaninkielisten kirjoitelmien virhetutkimus
Notice bibliographique
Résumé
Pro Gradu-tutkielmani aihe on virheanalyysi - analysoin suomalaisten japaninkielisissä kirjoitelmissaan tekemiä virheitä. Aineistoni koostuu opiskelijoiden Sosiaalimedian Lang-8 -sivustolle lähettämistä kirjoitelmista. Tutkimukseni tarkoitus on löytää japanin kielen kirjoitelmista suomalaisille tyypillisiä virheiden piirteitä. Toivon voivani hyödyntää näitä tuloksia omassa opetuksessani, ja aikomuksenani on jakaa tulokset muiden japanin kielen opettajien kanssa. Hypoteesini ovat: (1) ääntämistavat vaikuttavat kirjoittamiseen; (2) suomen kieli vaikuttaa sanavalintoihin ja sanajärjestykseen; (3) itsenäisesti kieltä opiskelevien kirjoitelmissa on eniten kielivirheitä. Vertailuryhmät koostuvat itsenäisesti kieltä opiskelevista ja kursseille osallistuneista opiskelijoista. Teoreettisena viitekehyksenä olen käyttänyt virheanalyysin teorioita. Metodologiani ovat seuraavat: (1) tutkin miten erilaiset oppimisympäristöt vaikuttavat suomalaisten opiskelijoiden kielen tuottamiseen; (2) vertailen suomalaisten ja ruotsalaisten japaninkielisissä kirjoitelmissaan tekemiä virheitä. Olen kattavasti kartoittanut sellaisten virheiden piirteitä, jotka ovat tyypillisiä suomalaisille japaninkielen opiskelijoille. Lopputuloksena havaitsin, että sekä suomen, että ruotsin kielen ääntämistapa vaikuttaa kirjoitusmerkkien valintoihin. Molemmat kielet vaikuttavat myös sanavalintoihin. Sanojen semanttiset merkitykset vaikuttavat myös sanavalintoihin kirjoitettaessa japaniksi. Lisäksi sopimattoman tyylin valinnoista johtuvia virheitä esiintyi merkittävästi. Kun tutkin oppimisympäristön vaikutusta opiskelijoiden tekemiin virheisiin, havaitsin että itsenäisesti kieltä opiskelevat tekivät enemmän virheitä, kuin kursseille osallistuneet opiskelijat. Jatkossa olisi tärkeää tehdä vertailevaa tutkimusta (1) japanin kielen opiskelijoiden vaikeiden sanojen välttämistilanteista; (2) syntyperäisen japanin kielen puhujien vaikeiden sanojen välttämistilanteista; (3) suomen kielen ja ruotsin kielen syntyperäisen kielen puhujien sanojen välttämistilanteista. Aihetta ei ole tutkittu paljoa ja japanin kielen opetuksen kehittämisen kannalta tutkimus on myös aiheellista.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,000 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,066 | 0,015 |
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 ».