Kahden ikäryhmän raahelaisten käsityksiä suomen murteista
Bibliographic record
Abstract
Tutkielmassa tarkastellaan, millaisia käsityksiä Raahessa Pohjois-Pohjanmaalla asuvilla, kahta eri ikäryhmää (nuoret ja aikuiset) edustavilla maallikoilla on suomen murteista. Tutkielman tavoitteena on selvittää, poikkeavatko nuorten ja aikuisten käsitykset toisistaan, ja millaisia mahdolliset erot ovat. Toisena kysymyksenä on tutkia, miten käsityksissä muista murteista näkyvät informanttien oma pohjoispohjalainen murre ja informanttien mielteet siitä. Tutkielma kuuluu kansandialektologiseen tutkimusalaan. Tutkielman aineistona ovat lomakekyselyvastaukset 65 lukiolaiselta ja 63 aikuiselta raahelaiselta. Kyselyn ensimmäisessä osassa vastaajien tuli rajata Suomen kartalle murrealueet oman käsityksensä mukaan ja kuvailla murteita. Toisen osan kyselyssä muodostavat kuuntelunäytetehtävät, joissa informanteille soitettiin lyhyitä murrenäytteitä, jotka heidän tuli perustellen sijoittaa kartalle ja joita heidän tuli arvioida viidentoista adjektiiviparin avulla. Tutkielmassa selviää, että ryhmätasolla nuorten ja aikuisten murrekäsitysten välillä on ensinnäkin sellaisia eroja, joiden voi tulkita johtuvan vastaajien kuulumisesta eri sukupolviin. Aikuisten käsityksistä näkyvät vahvasti vanhat heimostereotypiat: murteita nimetään maakuntien mukaan ja kuvaillaan vakiintunein kansanlingvistisin termein ("viäntää", "puhua h:n päältä"). Nuoret erottelevat kartalle vähemmän murteita kuin aikuiset, ja aluejaoissa näkyy uuden läänijaon vaikutus. Eteläsuomalainen puhetapa on aineiston perusteella merkityksellisempi nuorille kuin aikuisille: he näyttävät tunnistavan sen piirteitä herkemmin kuin aikuiset, ja lukiolaisten asenteet pääkaupunkiseutulaista puhetapaa kohtaan ovat kielteisempiä kuin aikuisten asenteet. Aikuiset asennoituvat kielteisesti erityisesti lounaismurteisiin. Iän ja kokemusten vaikutus murrekäsityksiin näkyy siinä, että aikuiset tunnistavat varieteetteja tarkemmin ja sijoittavat ääninäytteiden puhujat lähemmäs näiden todellisia kotipaikkoja kuin nuoret. Vastaajien oma murre näkyy käsityksissä muista murteista siten, että sellaisia piirteitä, jotka vastaajat liittävät vahvasti omaan murteeseensa (svaavokaali, yleisgeminaatio ja mää, sää, nää -pronominit), he eivät tuo esiin kuvaillessaan muita murteita. Myös muunmurteiset puhujat sijoitetaan puhenäytetehtävässä toisinaan vastaajien omalle murrealueelle näiden piirteiden perusteella. Erityisesti kuuntelunäytetehtävien tulokset antavat aihetta kyseenalaistaa karttojen ja murteiden maantieteellisen paikantamisen mielekkyyttä. Varsinkin lukiolaiset näyttävät paikantavan varieteetteja myös muuten, esimerkiksi akseleilla maalainen–kaupunkilainen ja eteläinen–pohjoinen. Tästä kertoo myös se tutkimustulos, että siihen, miten vastaajat puhenäytetehtävässä arvioivat kuulemiaan varieteetteja, ei juuri vaikuta se, miten vastaajat paikantavat puhujan maantieteellisesti.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.004 |
| Scholarly communication | 0.015 | 0.007 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.123 | 0.049 |
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".