Kieliympäristön vaikutus S2-oppijoiden sanaston laajuuteen
Bibliographic record
Abstract
Suomi toisena kielenä opiskelijoiden suomen kielen taitoa ja kielitaidon riittävyyttä töissä pärjäämiselle tutkivien tutkimusten määrä on kasvussa S2-tutkimuksen alalla. Yleisesti ajatellaan, että maahanmuuttajatyöntekijöillä tulisi olla tarpeeksi laaja ja työn suorittamista varten riittävä kielitaito ja sanavarasto, eikä huomioida, että kielitaitoa voitaisiin edistää työympäristössä. Oleskelu kohdemaassa ilman aktiivista päivittäistä kielenkäyttöä eri arkitilanteissa ei tue kielen kehittymistä. Ekologisesta näkökulmasta ympäristö tarjoaa suomen kielen oppimisen mahdollisuuksia, mutta tarvitaan myös henkilön omaa aktiivisuutta ja kykyä huomata tarjotut affordanssit. Formaali opetus ei tarjoa tarpeeksi aitoja mahdollisuuksia käyttää suomen kieltä, mutta oppija itse voi harjoitella kieltä informaaleissa ympäristöissä, kuten aktiviteettien kautta vapaa-aikanaan. Myös työssäkäynti tarjoaa mahdollisuuksia laajentaa sanastoa. Tämän tutkimuksen tavoitteena on selvittää, miten kohdekielen kieliympäristö vaikuttaa S2-oppijan sanaston laajuuteen. \n \nAineistona käytän Yleisten kielitutkintojen suomen keskitason testiaineistoa, jonka Jyväskylän yliopiston Soveltavan kielentutkimuksen keskus on kerännyt ennen vuotta 2011 Yleisten kielitutkintojen korpukseen. Kohderyhmäksi valitsin venäjänkieliset informantit. Tarkastelen heidän kirjoittamiaan 80 mielipidetekstiä. Aineisto koostuu kahdesta ryhmästä. Ensimmäinen ryhmä sisältää ne informantit, jotka altistuvat kielelle päivittäin kotonaan, työssään, vapaa-aikanaan ja opiskelussa. Toinen ryhmä koostuu informanteista, joilla on rajalliset suomen kielen käyttömahdollisuudet. He käyttävät kieltä jonkun verran vapaa-aikanaan ja opiskelussa. Tutkimuksessani kiinnitän eniten huomiota työympäristön vaikutukseen sanastoon. Analyysiosassa metodina käytän leksikaalisen diversiteetin laskemista MTLD-mittarin avulla, ja vertailen molempien ryhmien MTLD-arvoja. MTLD-mittari mittaa sanaston monimuotoisuutta. Tilastollisena menetelmänä käytän monimuuttujaista lineaarista regressiota. \n \nTutkimukseni tulokset osoittavat, että työllisyystilanne vaikuttaa leksikaaliseen diversiteettiin. Ensimmäisen ja toisen ryhmän MTLD-arvojen vertailu osoitti, että työssäkäyvillä on korkeammat MTLD-arvot. Tutkimuksessa kävi myös ilmi, että koulutuksella ja työllistymistilanteella on yhteys sanaston laajuuteen. Korkeakoulutuksella on vaikutus sanaston laajuuteen, jos henkilö on työtön. Korkeakoulutetut, jotka eivät käy töissä, hallitsevat laajemmin sanastoa verrattuna niihin, jotka eivät ole korkeakoulutettuja eivätkä käy töissä. Rakentamani lineaarinen regressiomalli vahvistaa, että työllistyminen vaikuttaa sanaston laajuuteen.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.006 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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; both teacher heads agree on what is shown here.
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".