Karamzininrannasta Aulis Rytkösen kadulle : Tutkimus 2000-luvun muistonimeämisestä
Notice bibliographique
Résumé
Tutkielmani aiheena on 2000-luvun muistonimeäminen. Ensisijaisena tavoitteenani on tarkastella, kenen ja minkä mukaan muistonimiä on 2000-luvun alussa annettu. Koska aiempaa muistonimiaiheista tutkimusta on varsin vähän, taustoitan tutkimusaiheeni muodostamalla ensin kokonaiskuvan muistonimeämisestä ilmiönä: määrittelen termin muistonimi aiempaa tarkemmin, tarkastelen muistonimien muotoa ja rakennetta sekä käyn läpi ilmiön historiaa ja siihen liittyviä suosituksia sekä niiden toteutumista. Yhtenä keskeisenä tutkimusteemana tutkin muistonimien symbolista ja poliittista merkitystä osana julkisen kaupunkitilan vallankäyttöä. Tutkimukseni asettuu osaksi nuorehkoa kaupunkinimistön tutkimuksen perinnettä sekä monitieteistä kaupunkitutkimuksen kenttää. Sovellan perinteistä paikannimien syntaktis-semanttista luokittelumallia nimenosien sanasemanttisessa jaottelussa, mutta muuten tutkimukseni on ennen kaikkea aineisto-, eikä metodilähtöistä. Luonteeltaan tutkimukseni on enimmäkseen kuvailevaa ja kvantitatiivista. Tutkimusaineistoni koostuu kahdeksassa kohdekaupungissa (Espoo, Helsinki, Hämeenlinna, Kuopio, Lahti, Oulu, Turku ja Vantaa) tarkasteluajanjaksona käyttöön otetuista muistonimistä. Nimiä on yhteensä 398. Nimen lisäksi olen selvittänyt mahdollisuuksien mukaan sen suunnittelu- ja käyttöönottoajankohdat ja nimensaajiin liittyviä tietoja. Vertailuaineistona käytän kahden kaupungin kaikkien tarkasteluajanjaksona suunniteltujen nimien listaa. 86 % aineiston nimistä on annettu henkilön tai henkilöiden muistoksi. Yksittäisten henkilöiden mukaan nimetyistä paikoista 23 % on nimetty naisen ja 77 % miehen mukaan. Tyypillinen nimensaaja on elänyt 1900-luvulla, toiminut kulttuurin ja taiteen parissa sekä asunut Suomessa, eikä hän ole edustanut näkyvästi mitään poliittista tai uskonnollista ryhmää. 8 % nimistä viittaa yrityksiin, ja muissa aineiston nimissä muistetaan esimerkiksi maantieteellisiä kohteita, eläimiä, tapahtumia ja kulkuneuvoja. Muistonimien tarkoitteiden paikanlajijakauma on samankaltainen kuin muidenkin kaavanimien, mutta etenkin aukioita on enemmän. Aineiston nimet ovat varsin pitkiä, keskimäärin 15,6-merkkisiä, ja sisältävät paljon vierasperäistä ainesta. 97 % nimistä sisältää genetiivimuotoisen määriteosan. Henkilöihin viittaavista nimistä 37 %:ssa henkilöön viitataan koko nimellä, 28 %:ssa sukunimellä ja 22 %:ssa etunimellä. Muistonimille asetetut suositukset ja odotukset toteutuvat aineistossa kohtuullisesti. Suosituksen mukaan muistonimi voidaan antaa aikaisintaan 5 vuotta henkilön kuoleman jälkeen, mutta 6 % aineiston nimensaajista on saanut nimen tätä ennen. Myös toimivien yritysten mukaan nimeämistä tulisi välttää, mutta kolmasosa muistetuista yrityksistä on nimenantohetkellä ollut toiminnassa. Kaikilla nimensaajilla ei ole suositusten mukaista yhteyttä nimettyyn paikkaan, ja muistonimiä on koottu suositusten vastaisesti ryhmänimistöiksi. Oikeinkirjoitusvirheitä on yksittäisissä nimissä. Vaikka pyrkimystä lisätä naisten osuutta muistonimien saajista on osoitettu, tulos on melko heikko. Aineisto heijastelee muutenkin melko konservatiivista arvomaailmaa. Toisaalta vaikka tasa-arvokehitys on jäljessä, voidaan aineistosta lukea ajallemme tyypillisesti markkinataloudelle ja individualistiselle kulttuurille kumartavia seikkoja. Nähdäkseni muistonimistö ei heijastelekaan juuri tämän hetken keskustelluimpia arvokysymyksiä, vaan jo normeiksi muuttuneita arvoja useiden vuosikymmenten viiveellä. Tutkimukseni tarkentaa käsitystä muistonimistä usealla eri tasolla. Tuloksia voidaan hyödyntää tarkasteltaessa sekä onomastisia että kaupunkitutkimuksen kysymyksiä, mutta ennen kaikkea tutkimukseen voidaan tukeutua käytännön nimistönsuunnittelutyössä. Tutkimukseni on osoittanut sekä nimensaajien valinnassa että nimenmuodostustavoissa myös kunnittaisia eroja, mikä antaa suunnittelijoille mahdollisuuden tarkastella erilaisia toimintatapoja.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,033 | 0,008 |
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 ».