Prinsessakakku ja prinssinakki : elintarvikkeiden sukupuolittuneet tuotenimet
Bibliographic record
Abstract
Tässä tutkielmassa selvitän, mitä sukupuoleen viittaavia tai sukupuolen ilmaisevia tuotenimiä Suomessa myytävissä elintarvikkeissa on, millaisia tuotteita nimetään feminiinisesti ja millaisia maskuliinisesti sekä miksi elintarvikkeita ylipäätään nimetään sukupuolittuneesti. Kandidaatintutkielmani pohjalta oletukseni on, että makeat herkut nimetään korostuneen feminiinisesti ja suolaiset ja ruokaisat elintarvikkeet maskuliinisesti. Hypoteesini on, että tuotenimet motivoituvat pääasiassa tuotteiden kohderyhmän perusteella. \n \nAineistoni koostuu Suomen suurimpien päivittäistavarakauppojen eli S-ryhmän ja Keskon myymälöissä myytävien elintarvikkeiden tuotenimistä. Rajasin aineistoni kaikista kyseisten vähittäistavarakauppojen valikoimiin kuuluvista elintarvikkeiden tuotenimistä. Otin mukaan tuotenimistä ihmiseen viittaavat tuotenimen osat, joiden tarkoituksena on olla keskeinen osa tuotteen imagoa eli inhimillistävää identiteettiä. \n \nTutkimukseni on nimistöntutkimusta kognitiivisen kielitieteen lähtökohdista. Tarkastelen aihetta myös markkinointipsykologian näkökulmasta. Käytän tutkimuksessani semanttis-funktionaalista menetelmää analysoidessani tuotenimien merkityksiä ja funktioita. Viitekehyksenä on sukupuolentutkimus, sillä tuotenimistö ilmentää valta-asetelmia, joita on tarpeellista tiedostaa. Pyrin tutkielmassani tuomaan etenkin kielen seksistisiä käytäntöjä esille. Markkinoinnilla on valtaa kieleen, mutta tuotenimiä eivät koske minkäänlaiset sukupuolineutraalin kielenkäytön ohjeistukset. \n \nOlen luokitellut aineistoni tuotenimet seitsemään ryhmään tuotenimen tyypin perusteella. Näitä ryhmiä ovat etunimet tuoteniminä, etunimen ja sukunimen yhdistelmätuotenimet, feminiini- ja maskuliinijohdoksilla muodostetut tuotenimet, sukulaiset tuotenimissä, ammatit, tittelit ja esikuvat tuotenimissä, leksikaalistuneet elintarvikenimet sekä paikallisuutta ilmaisevat ihmisviitteiset tuotenimet. Nämä tuotenimityypit ovat syntyneet eri tavoin erilaisina aikoina. Aluksi tuotteet nimettiin valmistajan mukaan, nyt käytössä on myös fantasianimiä, joilla ei ole välttämättä mitään yhteyttä tuotteen sisältöön tai laatuun. Tuotteiden nimeäminen on myös analoginen ilmiö. \n \nKaikkien tuotenimien keskeinen tehtävä on tuotteen individualisoimisen ohella tehdä tuotteesta houkutteleva ja edistää sen myyntiä. Tuotenimiksi on siis päätynyt sanastoa, jolla pyritään herättämään positiivisia mielikuvia, miellyttäviä assosiaatioita ja emootioita. Ihminen tulkitsee tuotenimistöä kieliyhteisön jäsenenä mutta myös subjektiivisista lähtökohdistaan, mutta markkinointi pyrkii ohjaamaan tuotenimistöstä syntyviä mielikuvia, oivalluksia, konnotaatioita ja tunteita myyntiä edistävään suuntaan. Tuotenimen sukupuolisuus on yksi markkinointipsykologian hyödyntämä konnotaatio, sillä tehokas markkinointi pyrkii vetoamaan tunteisiin ja jopa vietteihin. \n \nSukupuolikonnotaatio on keskeinen osa tuotteen identiteettiä. Tuoteidentiteetit suunnitellaan tuotteen kohderyhmän mukaan. Suurin osa tuotenimistä on maskuliinisia, sillä maskuliinisen tuoteidentiteetin vetovoimaan luotetaan enemmän kuin feminiinisen, joka kerää helpommin pejoratiivisia merkityksiä. Suomen kielen geneerinen maskuliinisuus näkyy tuotenimistössä, jossa sukupuolta yritetään valjastaa kaupallisiin tarkoituksiin.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.004 |
| Scholarly communication | 0.011 | 0.006 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.043 | 0.012 |
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".