”Suomessa on vahva Afrikka-mielikuva pallovatsaisesta lapsesta" – Temaattinen sisällönanalyysi Suomen maakuvatyöstä Afrikan maihin
Bibliographic record
Abstract
Tämä tutkielma käsittelee Suomen maakuvatyötä Afrikan maihin peilaamalla erilaisissa edustustoissa ja suurlähetystöissä Afrikan parissa työskentelevien asiantuntijoiden kommentteja ulkoministeriön virallisiin asiakirjoihin. Tutkielma pyrkii selvittämään, millaista maakuvaa Suomi tavoittelee luomaan Afrikkaan ja minkälaisia ajatuksia Afrikasta tämä aineisto heijastelee. Tutkielman aineistona on käytetty virallisia asiakirjoja, kuten ulkoministeriön maakuvayksikkö Team Finlandin laatimia virallisia asiakirjoja sekä ulkoministeriön Suomen ja Afrikan maiden välisiä maaohjelmaraportteja. Aineistoa on kerätty lisäksi haastattelemalla eri sektoreilla työskenteleviä asiantuntijoita. Keskeisimmiksi teemoiksi ja kehyksiksi nousivat muun muassa ilmastoasiat, tasa-arvon edistäminen sekä koulutus. Haastattelut mahdollistavat virallisten asiakirjojen tarkastelun käytännön tasolta sekä tuottavat täsmentävää materiaalia Suomi-kuvasta nimenomaan Afrikassa. Aineiston perusteella on mahdollista selvittää ja peilata myös sitä, millaista kuvaa Afrikasta luodaan Suomeen. Viestinnällistä näkökulmaa tutkielmaan tuo vuonna 2021 julkaistu Afrikka-strategia, jonka pyrkimys on tehdä tasavertaisemmaksi Suomen ja Afrikan välistä kumppanuussuhdetta. Analyysimetodit ovat kehysanalyysi ja temaattinen sisällönanalyysi. Ne tarjoavat työkaluja merkitysten ja viestinnällisten aspektien analysoimiseen niin maakuvatyön kuin mielikuvien ja stereotypioiden tiimoilta. Tutkielman teoreettisena viitekehyksenä on laadullinen eli kvalitatiivinen tutkimusmenetelmä ja tutkielma asettuu tutkimuskentällä konstruktivismin kentälle. Konstruktivismilla tarkoitetaan sitä, että aineistossa esiin nousevat tulokset ja havainnot ovat linkittyneitä aikaisempiin aiheesta tehtyihin tutkimuksiin ja oppeihin. Afrikka ei ole yhtenäinen kokonaisuus ja haastatteluaineiston myötä syntyi fokus tiettyihin maihin. Tutkielman keskeiseksi tulokseksi nousee kehitysyhteistyön ja maakuvatyön välinen monimutkainen suhde, mikä johdattaa pohtimaan kehitysyhteistyöhön liittyvää käsitteistöä maakuvabrändäyksen välineenä. Kehysanalyysi auttaa hahmottamaan viestinnällisten strategioiden ja asiakirjoissa käytettyjen käsitteiden merkityksiä nyky-yhteiskunnassa ja tuomaan esiin maakuvan kannalta sekä hyödyllisiä että ongelmallisia mielleyhtymiä.
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 | 0.005 | 0.002 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.088 | 0.024 |
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".