Modaaliset ilmaukset suomalaisten pörssiyritysten tulosvaroitustiedotteissa
Bibliographic record
Abstract
Pro gradu -tutkielmani tarkastelee suomalaisten pörssiyritysten tulosvaroitustiedotteiden modaalisia ilmauksia. Tutkimukseni tavoitteena on selvittää, mitä modaalisia merkityksiä tiedotteissa ilmenee, minkälaisia kielellisiä keinoja niiden ilmaisuun käytetään ja mikä motivoi valittujen keinojen käyttöä. Funktioltaan rajatun tekstilajin tarkastelu nostaa esiin paitsi sen erityispiirteitä myös tavanomaisessa yleiskielessä harvinaisempia modaalisuuden ilmaisukeinoja. \n \nTutkimuksen teoreettisena viitekehyksenä toimivat systeemis-funktionaalinen kieliteoria ja fennistinen modaalisuuden tutkimus. Havaituista kielenpiirteistä esitetään frekvenssejä, mutta tutkimus on luonteeltaan valtaosin kvalitatiivinen. Tämä johtuu aineiston koosta ja modaalisten ilmausten määrittelyyn liittyvästä tulkinnanvaraisuudesta. Lähtökohtana on ollut tarkastella modaalisuutta merkityslähtöisesti, ei joukkona ennakkoon määriteltyjä kielenpiirteitä. \n \nTutkimuksen aineisto koostuu 19 yhtiön 40:stä Helsingin pörssin tiedotepalvelussa julkaistusta tiedotteesta. Aineisto on laajuudeltaan n. 6500 sanetta ja julkaistu vuosina 2007–2008 ja 2016–2017. \n \nAineiston tiedotteiden 226 modaalisesta ilmauksesta 213 edustaa episteemistä modaalisuutta. Episteemisen modaalisuuden ilmaisukeinoista yleisin on mentaalisen verbin ja referatiivirakenne- tai että-lauseobjektin yhdistelmä. Kyseisissä konstruktioissa kehyslauseen verbillä projisoidaan jokin objektin kuvaama asiantila ja ilmaistaan sen toteutuvan jollain todennäköisyydellä. Verbillä ilmaistaan tällöin myös episteemisen arvostelman lähde, joka on verbin kuvaama prosessi. Käytetyistä mentaalisista verbeistä frekventein on arvioida (84 esiintymää). Suomen kielen prototyyppisimpien modaalisuuden ilmaisukeinojen (esim. modaaliverbit voida ja saattaa) harvinaisuus aineistossa on silmiinpistävää. Esitän syyksi tähän, että tiedotteissa yleiset projisoivat mentaaliset verbit toteuttavat samankaltaista funktiota kuin yleiskäyttöisemmät modaalisuuden ilmaisukeinot, jolloin näiden käyttö ei ole tarpeellista.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.002 | 0.003 |
| Meta-epidemiology (broad) | 0.003 | 0.002 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.005 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.370 | 0.023 |
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; both teacher heads agree on what is shown here.
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".