”Tuli niin frustrated olo” : Englannin käyttökontekstit ja sanahaut ulkosuomalaisessa podcast-keskustelussa
Bibliographic record
Abstract
Tutkielmassa tarkastelen englannin kielen roolia ja käyttökonteksteja ulkosuomalaisessa podcastissa. Tutkin, millaisissa yhteyksissä englannin kielenaineksia käytetään näennäisesti ongelmattomana ja tunnusmerkittömänä osana suomenkielistä keskustelua. Lisäksi syvennyn analysoimaan monikielisiä sanahakusekvenssejä eli tilanteita, joissa puhuja jää hakemaan puuttuvaa suomenkielistä sanaa ja käyttää tukikielenään englantia. Tutkielman aineistona on julkinen Byelingual-podcast. Podcastia pitää kaksi suomalaista ja nykyisin Englannissa asuvaa 1990-luvulla syntynyttä naista. Puhujien äidinkieli on suomi, mutta he käyttävät englantia laajasti jokapäiväisen elämänsä eri osa-alueilla. Aineistoon on kerätty 92 katkelmaa 28 jaksosta. Tutkielmassa käsiteltävät esimerkkikatkelmat olen litteroinut noudattamalla keskustelunanalyyttista litterointitapaa. Tutkielma on metodiltaan keskustelunanalyyttinen laadullinen tapaustutkimus. Tutkielma osoittaa, että englannin kielenainekset ovat usein luonteva osa suomenkielistä podcast-keskustelua. Erityisesti tietyt aihepiirit puoltavat englanninkielisen sanaston käyttöä. Englantia käytetään muun muassa ruokasanastosta puhuttaessa ja brittiyhteiskuntaan ja -kulttuuriin liittyvän kontekstisidonnaisen sanaston kohdalla. Aina ei ole mielekästä määritellä, onko kyse englannin- vai suomenkielisestä kielenaineksesta. Aineiston sanahakukatkelmissa englanninkielistä tukisanaa voidaan käyttää edesauttamaan puuttuvan suomenkielisen sanan löytymistä tai tarkentamaan puheen kohteena olevan käsitteen kyseenalaista merkitystä. Vaikka puhuja tulee ymmärretyksi englanniksikin, orientoidutaan keskustelussa usein siihen, että suomen kielen käyttö on suomenkielisessä keskustelussa odotuksenmukaisempaa ja vasta oikea suomenkielinen sana ratkaisee sanahaun tyydyttävästi. Suomenkielisyyden preferenssi voi liittyä myös ajatukseen suomenkielisestä kuulijasta.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.012 | 0.004 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.006 |
| Insufficient payload (model declined to judge) | 0.052 | 0.013 |
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".