Maahanmuuttajataustaisten vankien peruslukutaidon haasteet
Bibliographic record
Abstract
Tutkielman päätavoitteena on osoittaa, millaisia haasteita maahanmuuttajataustaisilla vangeilla (S2-vangit) on peruslukutaidon eri osa-alueilla sekä miten nämä haasteet ilmenevät suomen kielen opettajien havaintojen mukaan. Lisäksi tutkielmassa tarkastellaan, millaisia kielellisiä selviytymisstrategioita näissä haastavissa lukutilanteissa S2-vangit käyttävät. Tutkimuksen kannalta olennaista on perehtyä myös siihen, mitä tavoitteita suomen kielen opettajat asettavat vankien peruslukutaidon opetukselle ja millaisena he näkevät oman roolinsa peruslukutaidon ja muiden yhteiskuntaan pääsyn edellytysten vahvistamisessa. Tutkimusaihe on kielenopetuksen tutkimuskentällä uusi. Vankilaopetukseen liittyvää tutkimusta Suomessa ei ole juurikaan tehty, joten tässä kontekstissa tutkimustieto tulee tarpeeseen. Suomen kielen opettajien näkemyksiä suhteessa kielen oppimiseen on syytä tarkastella, koska heillä on konkreettisia näkemyksiä kielenoppimiseen liittyvistä prosesseista. Peruslukutaito on kansalaistaito, jonka tutkiminen lisää ymmärrystä siitä, miten lukemisessa esiintyvät haasteet vaikuttavat yhteiskunnassa toimimiseen. Tutkielma on haastattelututkimus, ja analyysimenetelmänä toimii aineistolähtöinen sisällönanalyysi. Aineisto koostuu kahden suomen kielen opettajan litteroidusta etähaastattelusta. Opettajat ovat opettaneet tai opettavat S2-vankeja. Tutkielman tuloksista selviää, että S2-vangeilla on peruslukutaidon jokaisella osa-alueella erinäisiä haasteita. Haastateltujen opettajien mukaan peruslukutaidossa suurin kompastuskivi S2-vangeilla on luetun ymmärtäminen, ja sitä kautta luetun tekstin arvioiminen osoittautuu lähes mahdottomaksi. S2-vangit käyttävät haastavissa tilanteissa selviytymisstrategioita, jotka vaihtelevat voimakkaasta tunteen ilmaisemisesta haasteen kohtaamiseen ja lukuinnon löytymiseen. Tutkimustulosten perusteella suomen kielen opettajien rooli yhteiskuntaan pääsyn edellytysten vahvistamisessa on positiivinen ja rohkaiseva. He pystyvät opetuksen kautta keskustelemaan erilaisista yhteiskunnan ilmiöistä ja ajankohtaisista asioista rikosoikeudellista rangaistusta suorittavien S2-vankien kanssa.
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 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.035 | 0.006 |
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".