Monikielisen kirjaston kokoelmien arviointi vieraskielisen väestön näkökulmasta
Notice bibliographique
Résumé
Tämän opinnäytetyön aihe oli Monikielisen kirjaston kokoelmien tutkiminen ja arvioiminen Suomen vieraskielisen väestön näkökulmasta. Opinnäytetyön toimeksiantaja oli Monikielinen kirjasto. Tavoitteena oli selvittää, miten hyvin heidän kokoelmansa palvelevat vieraskielistä väestöä. Samalla kokoelmista haluttiin saada tietoa, jota Monikielinen kirjasto voi hyödyntää jatkossa. Tutkimuksen tarkasteltavat kielet valittiin vuoden 2024 väestötilastojen puhutuimpien kielten joukosta. Kielistä rajattiin pois ne, joilla Monikielinen kirjasto ei hanki aineistoa. Kieliä valittiin 24. Tarkasteltavien kielten kokoelmia tutkittiin neljän tutkimuskysymyksen avulla. Tutkimuksessa haluttiin selvittää, paljonko aineistoja oli suhteessa väestöön, millainen aineistojen ikäjakauma oli, paljonko aineistoja lainattiin ja hankittiin sekä miten monipuolisia kokoelmat olivat. Tutkimusmenetelminä käytettiin määrällistä tilastotutkimusta ja laadullista kyselytutkimusta. Määrällisessä tutkimuksessa käytettiin väestötilastoja, erilaisia kirjastotilastoja ja Helmet-tietokantaa. Laadullisessa tutkimuksessa käytettiin Monikielisen kirjaston henkilökunnalle tehtyä hankinta-aiheista kyselyä, joka tehtiin Webropolilla. Tuloksista selvisi, että Monikielinen kirjasto on pääosin onnistunut huomioimaan hyvin väestössä puhutuimmat vieraskielet. Joidenkin kielien kohdalla aineistoa oli vähemmän suhteessa puhujamääriin. Puutteisiin löytyi kuitenkin usein mahdollinen selitys, esimerkiksi hankintaan liittyvät vaikeudet tai nopeasti kasvaneet väestöluvut. Kokoelmista saatiin myös paljon hyödyllistä numeerista tietoa. Esimerkiksi vuonna 2024 aineistoja oli keskimääräisesti 0,13:n verran suhteutettuna kielten puhujiin. Enintään viiden vuoden ikäisten aineistojen osuus kokoelmasta oli tutkimushetkellä keskimääräisesti 30 %. Lisäksi vuonna 2024 aineistoja lainattiin keskimääräisesti 0,95 kertaa. Kokoelmista löydettiin myös muutamia kehityskohteita: esimerkiksi albanian, tagalogin, thain, bengalin ja urdun kokoelmia voisi täydentää.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,101 | 0,037 |
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 ».