(Toinen) nainen kansallisessa sotakertomuksessa : lukion oppikirjojen esitys naisesta osana itsenäisen Suomen sotahistoriaa 1984 – 2018
Bibliographic record
Abstract
Oppikirjojen sisältöjä on tärkeää tutkia ja kyseenalaistaa, koska niillä on merkittävä vaikutus historian opetukseen ja sen kautta koko yhteiskunnan rakentumiseen. Tutkimusta naisista historian oppikirjoissa löytyy kuitenkin yllättävän vähän, vaikka sukupuolten tasa-arvo on ollut osa historiantutkimusta ja opetussuunnitelmaa jo useita vuosia. Maisterintutkielmassani tarkastelen naiskuvan rakentumista ja muutosta lukion historian oppikirjoissa itsenäisen Suomen sotien kontekstissa. Keskityn erityisesti itsenäisen Suomen sotahistoriaan, koska se on oleellinen osa suomalaisten identiteetin rakentumista. Lisäksi sodat ovat rakentaneet ja korostaneet sukupuolikäsityksiä. Tutkimusaineistokseni valitsin 17 oppikirjaa vuosilta 1984–2018. Oppikirjojen lisäksi käytän lähteinäni lukion opetussuunnitelman perusteita, jotka olivat käytössä tutkittavalla aikavälillä. Etsin tutkimuskysymyksiini vastausta sekä kvantitatiivisen että historialliskvalitatiivisen menetelmien avulla oppikirjojen teksteistä ja kuvista. Laskennalliset tulokset tukevat laadullisen analyysini luotettavuutta. Tutkimusmenetelmieni tukena hyödynnän sisällönanalyysin perusteoksia, sukupuolihistoriaa, uutta sotahistoriaa sekä tutkimuksia suomalaisten historiatietoisuudesta ja suomen kielen seksismistä. Tutkimuksessani selvisi, että oppikirjojen sisällöt alkavat monipuolistua sotahistorian osalta vuosituhannen vaihteessa. Kun 1980–1990-luvun oppikirjoissa nainen on lähes näkymätön, 2010-lukua lähestyttäessä on tämän sivuuttaminen käynyt yhä harvinaisemmaksi. Tästä huolimatta kehitys on hidasta ja nainen on edelleen toinen suhteessa mieheen oppikirjojen sotahistoriassa. Vaikka naisten määrä oppikirjoissa on kasvanut, on se edelleenkin häviävän pieni verrattuna mieheen. Naisten määrällinen lisääminen historiankirjoitukseen ei myöskään itsessään luo tasa-arvoista historiakuvaa. Ennen kaikkea naisen toiseus ilmenee oppikirjojen tavassa esittää nainen. Naiset eivät ole yksilöitä, vaan homogeeninen, kasvoton ja nimetön massa. Oppikirjat myös arvottavat miesten ja mieseliitin toimintaa selkeästi korkeammalle kuin naisten toimintaa. Naisten vähäinen näkyminen oppikirjoissa heijastelee toki osittain heidän vähyyttään lähteissä sekä menneisyyden yhteiskunnan epätasa-arvoisuutta. Näkymättömyys ja kasvottomuus oppikirjoissa aiheuttaa kuitenkin pahimmillaan kokemuksen siitä, ettei esimerkiksi nainen koe olevansa historian toimija.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.029 | 0.005 |
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".