Maakuvatyö Instagramissa pehmeän vallan näkökulmasta: Suomen Soulin suurlähetystön Instagram-julkaisut
Bibliographic record
Abstract
Tässä tutkielmassa tarkastellaan Suomen maakuvatyötä Instagramissa pehmeän vallan näkökulmasta. Tutkimuksen varsinaisena kohteena on Suomen Soulin suurlähetystön Instagramin tilille lisätyt julkaisut. Tutkimuksen pehmeän vallan näkökulma perustuu laajempaan tieteellisen keskusteluun julkisuusdiplomatiasta, jota Suomen maakuvatyö myös edustaa. Teoreettisessa viitekehyksessä tarkastellaan ensiksi maakuvatyötä itsessään, sen suhdetta julkisuusdiplomatiaan ja pehmeää valtaa julkisuusdiplomatian teoriana. Maakuvatyö määritellään viestintä-, ja vaikuttamistyöksi, jonka tarkoituksena on vaikuttaa Suomesta syntyviin mielikuviin. Tämä määritelmä on hyvin samankaltainen julkisuusdiplomatiasta annettujen määritelmien kanssa, jonka vuoksi tutkimuksessa maakuvatyötä tarkastellaan julkisuusdiplomatiana. Tutkija Joseph S. Nyen muodostama pehmeän vallan käsite on yksi tapa ymmärtää julkisuusdiplomaattinen toiminta ja viitekehys tarkastella sitä. Pehmeä valta tarkoittaa vaikuttamista, joka perustuu keinoihin, jotka saavat kohteen toimimaan halutulla tavalla sen omasta tahdostaan. Pehmeän vallan muodostaminen edellyttää pehmeän vallan resursseja, joilla tämä haluttu vaikutus pystytään luomaan. Pehmeän vallan resursseille on useita määritelmiä ja tässä tutkielmassa nähdään pehmeälle vallalle neljä eri muotoa: poliittiset, kulttuuriset, taloudelliset ja ulkopoliittiset. Aineiston analyysi tapahtuu näiden käsitteiden avulla. \n \nTutkielman menetelmänä on kuva-analyysi, jossa sovelletaan niin kutsuttua ”leikkaa ja lajittele” -menetelmää. Menetelmän avulla pystytään tunnistamaan aineistosta ennakkoon määritettyjä teemoja, jotka ovat tämän tutkielman tapauksessa eri pehmeän vallan resurssit. Aineiston kuvallisen luonteen takia menetelmässä myös pohditaan visuaalisen tiedon luonnetta. Kuvien visuaalisesta luonteesta esitetään niin kutsuttu yleinen kuvausteoria, jonka avulla kuvien analysoitava aines eli representaatiot pystytään tunnistamaan. Aineiston olen rajannut Suomen Soulin suurlähetystön Instagram-tilin kaikista julkaisuista. Analysoitava aineisto sisälsi yhteensä 45 julkaisua ajanjaksolta 4.9.2018 – 4.9.2019. Aineistossa oli yhteensä 71 viittausta eri pehmeän vallan resursseihin. Eniten aineistosta ilmeni kulttuuriset ja taloudelliset resurssit. Tästä muodostettiin tutkielman merkittävin johtopäätös, jonka mukaan suurlähetystön julkisuusdiplomatiassa on valittu ensisijaisesti kulttuuriset resurssit pehmeän vallan luomiseksi, yhteistyössä suomalaisten yritysten kanssa, jona taloudelliset resurssit pääosin ilmenevät.
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 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.064 | 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".