Pelkoa ja uhkakuvia: suomalaisen median kuva Venäjän toiminnasta arktisella alueella
Bibliographic record
Abstract
Venaja on pinta-alaltaan suurin arktinen valtio ja se hallinnoi Koillisvaylan liikennetta, seka suuria luonnonvaraesiintymia arktisilla meri- ja maa-alueillaan. Kansallisten intressien turvaaminen on arktisten valtioiden (Venaja, Norja, Tanska, Yhdysvallat, Kanada, Suomi, Ruotsi, Islanti) toiminnan keskeinen lahtokohta. Suomella on historiallisesti tiiviit suhteet Ruotsiin ja Venajaan, mitka heijastuvat myos arktisen yhteistyon areenoille. Suomalaiseen identiteettipolitiikkaan liittyva nakemys Venajasta vihollisena, heijastuu myos arktiseen kontekstiin, vaikka alueen tulkinta rauhan ja yhteistyon paradigman kautta onkin yleinen. Venaja kuvataan usein suomalaisessa lehdistossa uhkakuvien kautta. Arktinen alue taas nayttaytyy usein stereotyyppisena, eksoottisena paikkana. Vakiintuneet tavat puhua arktisesta alueesta liittyvat ilmastonmuutoksen nopeuteen ja niihin taloudellisiin mahdollisuuksiin, joitamuutos tuo mukanaan. Ristiriita arktisen alueen kuvaamisessa toisaalta mahdollisuuksien paikkana ja toisaalta potentiaalisen sotilaallisen konfliktin nayttamona nakyy median esittamassa arktisen alueen kuvastossa. Tassa artikkelissa selvitetaan, milla tavalla Venajaa kuvataan suomalaisessa mediassa arktisen kontekstissa. Artikkelin taustana toimii suomalaisen Venaja-pelon ja median venalaiskuvien tutkimus. Aineistoa lahestytaan temaattisen analyysin keinoin. Artikkelin lahtokohtana on pyrkimys paikantaa niita keskeisia teemoja, jotka liittyvat Venajan toimintaan arktisella alueella kahdessa suomalaisessa sanomalehdessa – Lapin Kansassa ja Helsingin Sanomissa.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".