Sverigefinska grundskoleelevers uppfattningar om tvåspråkig undervisning och betydelsen av finsk bakgrund
Notice bibliographique
Résumé
Tämän tutkielman tarkoituksena oli selvittää, kuinka tärkeänä kolmannen polven ruotsinsuomalaiset pitävät suomalaista taustaansa. Lisäksi selvitettiin, millainen identiteetti heillä on. Koska ruotsinsuomalaisten koulujen kielikäytäntö poikkeaa kaksikielisen opetuksen vuoksi käytännöstä, jota esimerkiksi kunnalliset koulut noudattavat, halusin selvittää, kuinka opettajat integroivat suomen kielen ja kulttuurin opetukseensa. Tutkimusaineisto koostuu sekä oppilaiden että opettajien kyselylomakkeiden vastauksista. Aineisto kerättiin keväällä 2013 ja tutkielmaani osallistui viisi ruotsinsuomalaista koulua eri puolilta Ruotsia. Vastaajina oli yhteensä 150 peruskoulun 4.–9. luokkalaista lasta ja nuorta. Lisäksi neljästä koulusta osallistui 14 opettajaa. Kyselylomakkeen vastausten analysoinnissa käytettiin deskriptiivistä tilastoa sekä kvalitatiivista sisällönanalyysia. Tutkimus osoitti, että oppilaiden ikä vaikutti siihen, kuinka tärkeäksi suomalainen tausta koettiin. Yläkoulun 7.–9. luokkalaiset kokivat suomalaisuuden kaksi kertaa merkityksellisemmäksi kuin alakoulun 4.–6. luokkalaiset. Vaihtelua esiintyi myös ruotsinsuomalaisten identiteettikäsityksissä. Tämä johtuu oppilaiden erityisen heterogeenisistä perhetaustoista, sillä usein jompikumpi vanhemmista tulee jostakin muusta kulttuurista kuin suomalaisesta tai ruotsalaisesta. Ruotsin kielellä oli huomattavasti vahvempi asema niin oppilaiden välisessä kommunikoinnissa, välitunneilla kuin vapaa-ajanharrastuksissakin. Sen sijaan suomi vaikutti olevan kieli, jota käytettiin useimmin opettajien ja muun henkilökunnan kanssa koulussa. Opettajien kielikäytännöt vaihtelivat siten, että luokanopettajat käyttivät alemmilla luokilla enimmäkseen suomea, kun taas ruotsin kielen osuus lisääntyi ylemmille luokille mentäessä. Myös suomen ja ruotsin kielen opetus tapahtui ainoastaan kohdekielellä. Useimmiten opetus kuitenkin oli kaksikielistä, ja oppilaat tutustuivat suomen kulttuuriin esimerkiksi teemapäivien, juhlien sekä teatteri- ja kuorotoiminnan kautta.
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 | 0,002 |
| 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 | 0,006 | 0,002 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,132 | 0,051 |
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 ».