Liitepartikkeli -hAn ja kaksiulotteinen episteemisyys
Bibliographic record
Abstract
Tässä tutkielmassa tarkastellaan suomen kielen -hAn-liitepartikkelin merkitystä ja funktiota. Aiemmassa fennistisessä tutkimuksessa liitepartikkelin on katsottu tuovan lausumaan implikaatio siitä, että lausuman sisältämä tieto on tavalla tai toisella tuttua tai yhteistä puhujille. Tällaisen tehtävän liitepartikkelille määrittelee myös suomen kielen tärkeimpiin hakuteoksiin kuuluva Iso suomen kielioppi. Tutkielmassa pohditaan, onko selitys liitepartikkelin merkityksestä kriittisen tarkastelun kestävä. Tässä tarkastelussa otetaan huomioon käyttöpohjaisten kielioppisuuntausten sekä esimerkiksi diskursiivisen psykologian huomautus siitä, että tutkija ei voi nähdä esimerkiksi keskustelijoiden pään sisälle tai tehdä oletuksia puhujien kognitiosta, jos analyysi perustuu yksin kielelliseen aineistoon. Tutkielman aineisto koostuu pääasiassa internetin blogiteksteistä sekä ennen muuta näiden tekstien kommenteista, joita ovat kirjoittaneet useat ihmiset. Näistä kommenteista muodostuu väittelyä muistuttavia vuorovaikutuksellisia tilanteita, joissa keskustelijat ovat keskenään eri mieltä jostakin aiheesta. Analyysissa on keskitytty erityisesti niihin kommentteihin, jotka sisältävät -hAn-liitepartikkelin. Analyysissa havaitaan, että erittäin monista liitepartikkelin käyttötilanteista on käytännössä mahdotonta sanoa luotettavasti, onko keskustelija merkinnyt liitepartikkelilla tuttua tietoa tai halunnut tuoda kommenttiinsa tällaisen implikaation. Lisäksi pohditaan, onko kysymys tutun tiedon implikaatiosta edes sellainen, johon olisi mahdollista vastata luotettavasti kielitieteen keinoin. Koska tämän implikaation varmentamisessa törmätään suuriin ongelmiin, tutkimuksessa pohditaan vaihtoehtoista hypoteesia siitä, mikä on liitepartikkelin merkitys. Tällainen hypoteesi muodostetaan samaa aineistoa analysoiden niin, ettei keskustelijoiden intentioista tai motiiveista tehdä sellaisia oletuksia, joille aineistossa ei ole havaittavissa tukea. Koska aineisto on peräisin spesifistä vuorovaikutuksellisesta tilanteesta, tässä tutkielmassa suhtaudutaan aineistoanalyysin perusteella syntyneeseen määritelmään nimenomaan hypoteesina. Tutkielmassa hypoteesina esitetään, että liitepartikkeli -hAn on episteeminen sävypartikkeli, jonka tehtävänä on korostaa lausuman representaation varmuuden astetta. Liitepartikkeli siis tekee paremmin näkyväksi sen, millaisen tietämyksellisen kannan puhuja ilmaisee ottavansa puheena olevaan aiheeseen.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.118 | 0.028 |
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".