"Koiratko ne tulevat eläkkeet maksaa?" : Retoriset keinot koirien määrää koskevassa verkkokeskustelussa
Notice bibliographique
Résumé
Suomalaisten syntyvyys on laskenut, ja rekisteröityjen koiranpentujen määrä on kirinyt lähes samoihin lukemiin kuin syntyvien lasten määrä. Tämä tutkimus on retoriikan analyysi kyseisen aiheen uutisoinnin herättämästä kommentoinnista sosiaalisessa mediassa. Koiria tarkastellaan työssä perheenjäseninä ja kumppanuuslajina. Tutkimuskysymys on: Mitä retorisia keinoja ihmiset käyttävät kommentoidessaan koirien määrän kasvua ohi syntyvien lasten määrän? \n \nYhteiskunnallinen eläintutkimus tarkastelee niitä sosiaalisen elämän rajapintoja, jotka ihmiset ja muut eläimet keskenään jakavat. Kiinnostuksen kohteena eivät ole yksin koirat tai ihmiset, vaan nämä yhdessä. Donna Harawayn ajatus koirasta kumppanuuslajina viittaa lajiemme jaettuun ja toisiamme muokkaavaan historiaan, nykyhetkeen ja tulevaisuuteen. Vaikka koiran ja ihmisen suhteeseen kuuluu keskinäinen riippuvuus ja avunanto, koiria ei tulisi Harawayn mukaan kohdella lapsinamme vaan toislajisina aikuisina. Haraway pyrkii myös murtamaan erilaisia dikotomioita, kuten jaon luontoon ja kulttuuriin. Koiratkaan eivät tällaiseen kahtiajakoon taivu, vaan putoavat perinteisten määritelmien ulkopuolelle. \n \nAineistona on sosiaalisen median kommentit Helsingin Sanomien Facebook-sivulla sekä Vauva.fi-foorumilla. Metodina on retoriikan analyysi. Kommentit teemoiteltiin aluksi aineistolähtöisesti viiteen teemaan: koirien ja lasten rinnastamisen mielekkyys, koirista ja lapsista kannettava vastuu, koirista ja lapsista koituvat hyödyt ja haitat yhteiskunnalle, ilmastonmuutos ja väestönkasvu sekä naisten syyllistäminen. Kunkin teeman kommenteista tarkasteltiin niitä retorisia keinoja, joilla kirjoittajat pyrkivät lisäämään oman näkemyksensä totuusarvoa ja vastaavasti mitätöimään eriäviä näkökulmia. \n \nTuloksena voidaan todeta, että erilaisia retorisia keinoja käytettiin laajalti, ja keinot kietoutuivat monilta osin yhteen. Keskustelua käytiin lähes yksinomaan ihmisnäkökulmasta. Harawayn peräänkuuluttama kumppanuussuhde edellyttäisi vastavuoroisuutta, toisin kuin suhde harrastusvälineisiin, joihin koiraa kommenteissa verrattiin. Koirasuhdetta määritti kommenteissa hyötyajattelu, ei kumppanuus.
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 | 0,002 | 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 | 0,005 | 0,005 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,040 | 0,017 |
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 ».