Puheenkierrätystutkimus suomen rytmistä
Bibliographic record
Abstract
Käsittelen pro gradu -tutkielmassani suomen kielen rytmiä. Tavoitteena on selvittää suomen rytmityyppiä suhteessa muihin kieliin ja aiempaa rytmitypologiseen tutkimukseen. Tutkimus käyttää puheenkierrätystä (speech cycling) ensimmäistä kertaa suomen kieleen, minkä vuoksi on odotettavaa, että tulokset antavat uuden näkökulman suomen rytmitykseen. \n\nTutkimuskysymyksiä on kolme. Ensimmäinen pyrkii selvittämään, mitä typologista rytmityyppiä suomi parhaiten edustaa. Toinen kysymys pureutuu moran asemaan suomen rytmityksessä. Tarkoituksena on selvittää, onko mora tavua merkittävämpi, vähäisempi vai sen kanssa samanarvoinen tekijä rytmityksessä. Kolmas kysymys koskee itse menetelmää. Koska puheenkierrätystä ei ole aiemmin sovellettu suomeen, tutkimus testaa, onko sillä mahdollista saada minkäänlaisia tuloksia suomen rytmistä. \n\nPuheenkierrätys on menetelmä, joka pakottaa puheen säännölliseen rytmiin. Puheenkierrätystehtävässä puhuja toistaa annettua fraasia ohjeiden mukaisesti ärsykkeen tahdissa. Tämän tarkoituksena on saada karsittua puheesta vapaaseen puheeseen kuuluvat epäröinnit ja muut häiriöt ja epäsäännöllisyydet, jotta rytmin hierarkia pääsisi esiin. Koska rytmi perustuu hierarkiaan ja suhteellisuuteen, sitä on vaikea havainnoida luonnolliseen puheeseen perustuvassa aineistossa, ja siksi tulosten aikaan saamiseksi on käytettävä keinotekoista puheen tapaa. \n\nTutkimuksen aineisto on tuotettu kymmenellä suomenkielisellä koehenkilöllä. Heidän tehtävänään oli lukea fraasit säännöllisesti toistuvan ääniärsykkeen tahdissa. Fraaseja oli viisi ja ne sisälsivät kolme sanaa. Ensimmäinen ja viimeinen pysyivät samoina, ja keskimmäistä koesanaa varioitiin mora- ja tavuluvun puolesta. Analyysissa fraaseista mitattiin fraasin kesto toistosyklissä, syklin tauon kesto, koesanan kesto sekä koesanan ja jälkimmäisen kaksitavuisen sanan tavujen sijainnit. Sijainnit ilmoitettiin suhteellisella asteikolla, joka mahdollistaa ajoituksen tarkastelun parhaiten. \n\nTulokset osoittivat, että suomessa sekä moralla että tavulla on vaikutuksensa ajoituksessa. Moraluvun muutokset eivät juurikaan muuttaneet fraasin suhteellista kestoa mutta tavuluvun muutos pidensi sitä. Moraluku kuitenkin vaikutti koesanan suhteelliseen osuuteen fraasista. Tavuluku aiheutti suurempia muutoksia fraasin sisäisten osien ajoituksessa kuin moraluku. Näiden lisäksi yksittäisillä segmenteillä oli osuutensa. Tulosten perusteella suomen rytmi on tavu- ja moraperusteinen, jossa tavut- ja morat säätelevät tahdin käyttäytymistä.
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 | 0.004 | 0.002 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.056 | 0.019 |
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".