MétaCan
Menu
Retour à la cohorte
Enregistrement W7065860103

Finlandismer i skolelevers språkbruk : En jämförelse av Åboland, Nyland och Österbotten

2023· other· sv· W7065860103 sur OpenAlexaboutno aff

Notice bibliographique

RevueUTUPub (University of Turku) · 2023
Typeother
Languesv
DomainePhysics and Astronomy
ThématiqueParticle Detector Development and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)Cover (algebra)Gender discrimination
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Ämnet för min avhandling är finlandismer i skolelevers språkbruk på årskurs 4 och 9. Syftet är att kartlägga i vilken utsträckning eleverna behärskar de utvalda finlandismerna samt utreda vilka skillnader som framkommer i svaren mellan olika årskurser och orter. \n \nMitt material består av 142 svar från en enkätundersökning, varav 43 är från Kimitoön, 77 från Borgå och 22 från Jakobstad. Enkäten gäller fennicismer samt övriga finlandismer som ofta förekommer på finlandssvenska orter. Den omfattar 21 frågor, inklusive frågor om bakgrundsfakta. Frågorna är av flera olika slag: flervalsfrågor, öppna frågor, översättningsfrågor och frågor om ordböjning. Undersökningen är primärt kvantitativ men har också kvalitativa inslag. Resultaten diskuteras med utgångspunkt i de olika finlandismer som testas i enkäten. Hypotesen är att informanterna från årskurs 9 generellt har tillägnat sig fler finlandismer än informanterna från årskurs 4 och att informanterna från Kimitoön känner till finlandismerna mest av alla eftersom enkäten ursprungligen utarbetades för en studie av finlandismer på Kimitoön. \n \nMina resultat bekräftar det som kommit fram i tidigare undersökningar men inte fullständigt. Till en viss grad är finlandismerna som testas vanliga på alla de undersökta områdena men mot min hypotes är det informanterna från Borgå som är mest bekanta med dem. Skillnaden mellan resultaten från Borgå och Kimitoön är dock minimala medan informanterna från Jakobstad är mindre bekanta särskilt med vissa av finlandismerna. Detta visar hur det kan finnas t.o.m. avsevärda skillnader i bruket av enskilda finlandismer på olika områden, vilket bl.a. beror på att andra språk och dialekter påverkar det talade språket i olika hög grad. Att engelskan har en stark ställning syns tydligt i svaren. Därutöver visar resultaten att vissa finlandismer kunde karaktäriseras som regionala eftersom de förekommer mer på vissa områden än andra. \n \nEtt annat betydande resultat är skillnaden mellan årskurserna. Här stämmer min hypotes, dvs. att informanterna från årskurs 9 har avsevärt fler finlandismer i sitt språkbruk än informanterna från årskurs 4.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil0,305

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,002
Communication savante0,0070,005
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0910,020

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,191
Écart entre enseignants0,183 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUTUPub (University of Turku)Même sujetParticle Detector Development and PerformanceTravaux en français237 207