Korpusavusteinen diskurssintutkimus jokamiehenoikeuksista Helsingin Sanomien verkkoartikkeleissa
Bibliographic record
Abstract
Retkeily ja luonnossa liikkuminen ovat kasvattaneet suosiotaan viime vuosina. Suomessa merkittävä luonnossa liikkumisen mahdollistaja on jokamiehenoikeudet. Ne ovat myös esimerkki elävästä kulttuuriperinnöstä. Maisterintutkielmassani tutkin, millaisia jokamiehenoikeuksia jäsentäviä diskursseja Helsingin Sanomien verkkoartikkeleissa esiintyy. Työni teoreettismetodologisena viitekehyksenä toimii korpusavusteinen diskurssintutkimus, joka yhdistelee diskurssintutkimuksen ja korpuslingvistiikan teorioita ja menetelmiä. Analysoin aineistostani nousevia merkitseviä kollokaatteja jaottelemalla niitä diskurssiprosodioihin ja kuvaamalla, millaisen merkityksen kollokaatit aineistossa saavat. Diskurssien analyysin vaiheessa hyödynsin kollokaattien jakoa diskurssiprosodioihin ja syvensin analyysiä toimijoihin, ilmiöihin ja sosiokulttuuriseen kontekstiin havaitakseni, millaisia merkityksiä jokamiehenoikeudet saavat aineistossa. Tutkielmani aineistona toimivat Helsingin Sanomat -lehden verkkosivuilla vuosien 2000–2020 välillä ilmestyneet verkkoartikkelit, joissa mainitaan sanan jokamiehenoikeudet jokin sananmuoto. Helsingin Sanomat on Suomen laajalevikkisin päivälehti. Ajallisella rajauksella ja suurilevikkisellä aineistolla pääsen kiinni viimeaikaisiin jokamiehenoikeuksista tehtyihin jäsennyksiin, joilla voisi nähdä olevan verrattain suuri merkitys yhteisten merkitysten rakentajana. Tutkielmani tutkimuskysymyksinä ovat: 1. Millaisia merkitseviä kollokaatteja noodi jokamiehenoikeudet saa Helsingin Sanomien verkkoartikkeleissa? 2. Millaisia jokamiehenoikeuksia jäsentäviä diskursseja verkkoartikkeleissa muodostuu? Selvästi eniten aineistossani esiintyy määrittely-diskurssi, jonka viitekehyksessä jokamiehenoikeudet nähdään ilmiönä, jonka alle kuuluu tiettyjä toimintoja. Osittain tämä johtunee sanomalehden tekstilajien informaatiota välittävästä tehtävästä, osittain tarpeesta määritellä niiden sisältö luonnossa kulkijoille. Muissa aineistossani esiintyvissä diskursseissa jokamiehenoikeuksia jäsennellään jokamiehenoikeuksiin kohdistuvien muutostarpeiden kautta, toimintaan käytettävien maa-alueiden ja niiden omistamisen kautta sekä vertailemalla jokamiehenoikeuksia muiden maiden liikkumisoikeuksiin. Tutkielmani tuo uutta tietoa sanomalehdissä tehdyistä jokamiehenoikeuksien jäsentelyistä, syventää suomalaisen korpusavusteisen diskurssintutkimuksen kenttää sekä on osa jokamiehenoikeuksista käytävää kansalaiskeskustelua.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.024 | 0.006 |
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".