Miten lääkäri mukauttaa kieltään suomea toisena kielenä puhuvan potilaan taitotasoon sopivammaksi?
Notice bibliographique
Résumé
Pro gradu -tutkielmassani tutkin maahanmuuttajille suunnatun puheen (engl. foreigner talk) piirteitä sellaisilla lääkärin vastaanotoilla, joilla lääkäri puhuu suomea äidinkielenään ja potilas toisena kielenä. Keskityn tutkimuksessani siihen, miten lääkäri yksinkertaistaa puhettaan sanastoltaan ja lauserakenteiltaan sekä keskustelun sekventiaalisen rakentumisen kautta potilaalle helpommin ymmärrettäväksi. Tutkimusmetodini on keskustelunanalyysi. Tutkimukseni on luonteeltaan kvalitatiivista eli olen keskittynyt kielen piirteiden laadulliseen analysointiin. \n \nTutkimukseni on osa Monikulttuuriset kohtaamiset lääkärin vastaanotolla -hanketta, jonka tavoitteena on selvittää kielellisistä ja kulttuurisista eroista johtuvia vuorovaikutuksellisia haasteita sekä niihin liittyviä selviytymiskeinoja. Oma tutkimukseni antaa erityisesti tietoa siitä, millä kielellisillä keinoilla suomalaiset lääkärit pyrkivät sujuvoittamaan vuorovaikutusta kakkoskielisen potilaan kanssa. Hankkeelta saamani aineisto koostuu yhdeksästä yleislääkärin vastaanotosta, jotka on videoitu ja äänitetty Turussa vuosina 2012−2013. Lääkäreitä on aineistossani yhteensä viisi ja potilaita yhdeksän. \n \nTutkimukseni perusteella aineistoni lääkäreistä erottui yksi, jonka puhe oli voimakkaasti yksinkertaistettua: hänen puheessaan esiintyi konkreettisia ja yleisesti käytettyjä sanavalintoja, implisiittisiä ja eksplisiittisiä sanaselityksiä sekä ymmärtämistä helpottavia eleitä. Lauserakenteiden yksinkertaistamista esiintyi tämän lääkärin neljästä vastaanotosta lähinnä yhdellä, jolla potilaan kielitaito oli aineistoni muihin S2-puhujiin verrattuna puutteellisin. Mukauttaminen johti tällöin myös puheen epäkieliopillisiin ilmauksiin. Muilla neljällä lääkärillä mukauttaminen ei ollut niin voimakasta tai yksinkertaistuksia ei ollut juuri lainkaan. \n \nAiheesta on tähän mennessä tehty suomen kielessä varsin vähän tutkimusta. Suomea toisena kielenä puhuvien maahanmuuttajien kanssa keskustelu on kuitenkin entistä tavallisempi osa suomalaisten arkipäivää esimerkiksi asiakaspalvelutilanteissa. Tämä puoltaa aihetta käsittelevän tutkimuksen tarpeellisuutta.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,751 | 0,007 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».