Hiljaiset tauot venäjänkielisten henkilöiden suomenkielisessä puheessa
Bibliographic record
Abstract
Tutkin taukoja venäjänkielisten henkilöiden suomenkielisessä puheessa. Aineistona on 32 Yleisten kielitutkintojen keskitason tasoarvion kolme ja neljä saaneiden henkilöiden puhenäytettä. Puhenäytteet kestävät noin kaksi minuuttia, ja ne ovat yksinpuheluita, joissa kokeen osallistuja puhuu annetusta aiheesta pienen valmisteluajan jälkeen. Tutkimukseen valikoituneista näytteistä suurimmassa osassa puhutaan liikunnan merkityksestä elämässä, mutta muistakin samantasoisista aiheista puhutaan. Suomea toisena kielenä puhuvien taukoja ei ole aiemmin tutkittu, vaikka tauot ovat tärkeä osa sujuvuutta, ja puheen prosessoinnin ilmiönä ne ovat suomen toisena kielenä -opetukselle merkityksellisiä. Tauot mainitaan myös Yleisten kielitutkintojen arviointikriteereissä sujuvuuden kohdalla, missä todetaan, että tasoarvion kolme saaneilla taukoja on paljon, kun taas tasoarvion neljä saaneilla niitä on harvoin. Tutkimuksessani tutkin taukoja monella eri tasolla: sitä, millaisissa kohdissa taukoja pidetään, mitä sanaluokkia taukojen edellä ja jäljessä on, ovatko tauot sujuvia vai epäsujuvia ja mitä sija- ja verbimuotoja taukojen jälkeen esiintyy. Suurin osa tauoista sijoittuu tutkimuksessani lausumien sisälle, joten suurin osa tauoista on epäsujuvia. Hiljaisten taukojen edellä ja jäljessä täytetyt tauot ja partikkelit ovat yleisimpiä, kun taas sijamuodoista yleisin on nominatiivi ja verbi-muodoista indikatiivin preesens. Tulokset osoittavat, että sekä tasoarvion kolme että neljä saaneet pitävät taukoa huomattavan osan puheestaan, keskimäärin yli 40 sekuntia kahdesta minuutista. Odotusten vastaisesti tasoarvion neljä saaneet pitävät taukoja useammin kuin tasoarvion kolme saaneet, mutta nelosen saaneilla tauot ovat keskimäärin lyhyempiä ja puhenopeus on suurempi kuin kolmosen saaneilla. On mahdollista, että nelosen saaneiden lyhyempiin taukoihin ei arvioinnissa kiinnitetä yhtä paljon huomiota kuin kolmosen saaneiden pidempiin taukoihin, ja nopeamman puhenopeuden vuoksi taukoja ehtii pitää enemmän sen häiritsemättä niin paljon puhetta.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.027 | 0.004 |
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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".