Latvian ja Helsingin slangisanojen ja -ilmaisuiden vertailua
Notice bibliographique
Résumé
Pro gradu -työni kuuluu sosiolingvistiikan alaan ja tutkimuksen päätavoitteena on tutkia Latvian ja Helsingin slangin yhtäläisyyksiä ja eroja. Lähdeaineisto koostuu Latvian ja Helsingin slangiin liittyvistä materiaaleista. Latvian slangin aineistomateriaaleista merkittävin lähde on Ojārs Bušsin ja Vineta Ernstsonen yhteistyönä tekemä slangisanakirja Slenga vārdnīca (2009), joka sisältää noin 8 000 latvialaista slangisanaa sisältäen niiden merkityksen ja etymologian. Helsingin slangiin liittyvistä aineistomateriaaleista erityisesti emeritusprofessori Heikki Paunosen tutkimuksista on ollut paljon apua. Niissä on laajasti tietoa Helsingin slangin historiasta ja sen kehityksestä ja ne sisältävät lisäksi laajan slangitermistön. Kerättyäni tutkimusaineistoni Latvian ja Helsingin slangeista kiinnitin erityisesti huomiota slangien historiaan, niiden ominaispiirteisiin sekä nykypäivän tilanteeseen. Tutkimuksessa ongelmia tuottivat toisinaan vaikeaselkoiset Latvian slangisanat, niiden merkitykset sekä alkuperät. Tutkielman johdannossa esitän tutkimuksen päätavoitteen sekä sen materiaalit ja metodin. Toinen luku käsittelee yleisesti slangia ja sen määrittelemistä. Molempien slangien omat alaluvut käsittelevät identtisesti aiheita, joita ovat slangin historia, ominaispiirteet ja tulevaisuudennäkymät. Slangien käyttäjät ja aihepiirit esitellään omissa luvuissaan kuten myös muiden kielien vaikutus slangiin. Työni vertailuosassa analysoin saamiani tuloksia sekä vertailen Latvian ja Helsingin slangin piirteitä toisiinsa. Lopuksi teen yhteenvedon päätelmäosassa tutkielmani tuloksista. Molempia slangeja käytetään nykyään etupäässä puhekielessä. Aineiston tarkastelu osoittaa, että Suomessa Helsingin slangia käytetään paljon enemmän ja se on levinnyt laajemmin kuin Latvian slangi. Molempia slangeja on tutkittu laajasti ja niistä on julkaistu kirjallisuutta ja sanakirjoja. Yhtenäistä slangeille on samojen asioiden/aiheiden käsitteleminen (esimerkiksi alkoholi, tupakka, huumeet) sekä slangisanan muodostaminen alkuperäistä sanaa lyhentämällä. Eritoten Latvian slangissa on yleistä diminutiivijälkiliitteen lisääminen lyhennetyn alkuperäisen sanan loppuun. Kummassakin slangissa esiintyy paikannimiä, tosin Helsingin slangissa niitä esiintyy paljon enemmän kuin Latvian slangissa. Molemmissa kielissä on paljon germanismeja; suomen kielessä ne ovat ruotsista ja latvian kielessä saksan kielestä. Lisäksi latvian kieleen on lainautunut Neuvostoliiton ajalta merkittävästi rusismeja. Englannin kielellä on suuri vaikutus kummankin slangin uuteen sanastoon. Molemman slangin asema vaikuttaa nykyään olevan stabiili. Slangia käyttää pääasiassa nuoriso, mutta sitä käyttävät myös vanhemmat ikäluokat. Pro gradu -tutkielmaani voisi jatkossa hyödyntää esimerkiksi laajentamalla sen vertailevaksi jatkotutkimukseksi, jossa voisi olla mukana muitakin slangeja kuin Latvian ja Helsingin slangit. Jatkossa voitaisiin keskittyä esimerkiksi sanojen etymologiaan ja siihen, kuinka paljon englannin kieli on vaikuttanut tutkittaviin slangeihin.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,055 | 0,010 |
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 ».