MétaCan
Menu
Back to cohort
Record W7010052728

Fiktiivinen sisällissota : vuoden 1918 merkitykset 2000-luvun kirjailijoiden historiatulkinnoissa ja naismuotokuvissa

2020· other· fi· W7010052728 on OpenAlexaboutno aff

Bibliographic record

VenueTyöväentutkimus Vuosikirja · 2020
Typeother
Languagefi
FieldImmunology and Microbiology
TopicVector-borne infectious diseases
Canadian institutionsnot available
Fundersnot available
KeywordsQuarter (Canadian coin)
DOInot available

Abstract

fetched live from OpenAlex

Suomen sisällissota syttyi, ennen kuin itsenäisyysjulistuksesta oli kulunut kahta kuukautta. Vuoden 1918 kriisi viilsi haavan, jonka paraneminen on kestänyt kauan. Sisällissota on ollut suomalaisen historiantutkimuksen keskeisimpiä kohteita 1960-luvulta alkaen. Tutkimus jatkuu yhä, yli sata vuotta sisällissodan jälkeen, muun muassa Suomen sotasurmat 1914–1922 -hankkeessa. Vuotta 1918 kuvaavaa kotimaista kaunokirjallisuutta ja draamaa on julkaistu ja esitetty runsaasti, ja muistovuosi 2018 antoi uuden sysäyksen tieteen ja taiteen tekijöille. 2000-luvun, etenkään 2010-luvun, fiktiota ei toistaiseksi ole tarkasteltu historiatieteissä erityisen syvällä luotauksella. Tämä poliittisen historian tutkielma erittelee, mitä näkökulmia tuore kaunokirjallisuus ja draama ovat tuoneet ja luoneet vuoden 1918 muistamisen historiaan, eritoten punaisen naisen osaan. Pro gradu arvioi, miten nykykirjailija tuottaa ja käsittelee sisällissodan merkityksiä. Muistin politiikan ohella pro gradu sivuaa muistitietotutkimusta ja sotafiktion diskurssianalyysia sekä pohtii tunteiden historiaa. Tärkeimpänä tutkimusaineistona on kuusi fiktiivistä teosta: Anneli Kannon ja Heini Tolan Erottaja 1917–18 (2017), Leena Landerin Käsky (2003), Kjell Westön Kangastus 38 (2013), Heidi Köngäksen Sandra (2017), Anni Kytömäen Kultarinta (2014) ja Jari Järvelän Kosken kahta puolta (2018). Tutkielma valottaa, mikä näissä varsinkin punaisten naisten kohtaloita kuvaavissa nykykirjallisuuden teoksissa on merkityksellistä poliittisen historian näkökulmasta. Erottaja 1917–18 on näytelmäteos, jonka Teatteri Avoimet Ovet kantaesitti Helsingissä syksyllä 2017 itsenäisyyden 100-vuotisjuhlan ja sisällissodan muistovuoden tiimoilta. Myös Kangastus 38 sai oman näyttämötulkintansa Kansallisteatterissa syyskaudella 2017. Tutkimuksellisia innoittajia ja taustoittajia pro gradulle ovat olleet muun muassa Seppo Hentilän Pitkät varjot. Muistamisen historia ja politiikka (2018), Tiina Lintusen Punaisten naisten tiet (2017), Tuomas Teporan ja Aapo Roseliuksen toimittama Rikki revitty maa. Suomen sisällissodan kokemukset ja perintö (2018, englanninkielinen alkuteos 2014) sekä Ulla-Maija Peltosen Muistin paikat. Vuoden 1918 sisällissodan muistamisesta ja unohtamisesta (2003). Pro gradu tarkastelee, millaisin keinoin ja päämäärin kaunokirjallisuus rakentaa vuoden 1918 muistokulttuuria lähes 100 vuoden perspektiivillä. Vuotta 1918 käsittelevässä 2000-luvun kotimaisessa kirjallisuudessa ja draamassa esiin nousevat tavallisen naisen sotakokemus, yksilöpsykologia ja sekä selviämisen että traumatisoitumisen kuvaukset. Sisällissotaa käsittelevä fiktio eläytyy epäpoliittisen siviilin osaan ja lapsen sotakokemukseen sisällissodan ylisukupolvista jälkeä hahmotellen. Nykyfiktiossa painottuvat vastakohtaisuuksien ylittäminen ja allegoriat yhteiskuntarauhan, sovinnon ja demokratian vahvistumisesta. Kirjailijat pohtivat tutkijoiden tavoin, miten Suomen sisällissodan historia on heijastunut sekä yksilöiden kohtaloon että yhteiskuntaan. Kirjallisuus käsittelee ja tuottaa merkityksiä sodasta ja osallistuu siten vuoden 1918 muistamisen politiikkaan.

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 imitation

Not 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.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.057
Threshold uncertainty score0.113

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.002
Science and technology studies0.0030.002
Scholarly communication0.0030.001
Open science0.0000.002
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0270.004

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.

Opus teacher head0.011
GPT teacher head0.230
Teacher spread0.218 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2020
Admission routes1
Has abstractyes

Explore more

Same venueTyöväentutkimus VuosikirjaSame topicVector-borne infectious diseasesFrench-language works237,207