Aspartaamin mediajulkisuus Helsingin Sanomissa 2010–2021
Bibliographic record
Abstract
Opinnäytetyön tarkoituksena oli tutkia makeutusaine aspartaamin mediajulkisuutta Helsingin Sanomissa vuosina 2010–2021. Aspartaamilla on tunnetusti hieman ristiriitainen maine ja etenkin sen turvallisuus herättää yhä paljon keskustelua. Mitä ja miten siitä kirjoitetaan Suomen suurimmassa sanomalehdessä kuvastaa ja muovaa yleistä suhtautumistamme aspartaamiin huomattavan paljon. \n \nTutkimus toteutettiin laadullisena tutkimuksena, jossa kerättiin Helsingin Sanomien artikkeleista koostuva aineisto. Aineistoa analysoitiin aineistolähtöisen sisällönanalyysin menetelmin. Analyysi eteni niin, että aineistosta esille nousseita asioita jäsenneltiin jokaisen tutkimuskysymyksen kohdalla erilaisiin luokkiin. Syntyneiden luokkien ominaisuuksia tarkastelemalla pystyttiin vastaamaan tutkimusongelmaan. \n \nTulosten mukaan aspartaamista kirjoitettiin eniten terveyshaittojen, eli eri sairauksien ja muiden terveydellisten vaivojen yhteydessä. Kirjoittajina artikkeleissa oli lähes aina Helsingin Sanomien toimittaja ja erityisesti erilaisten terveys- ja hyvinvointialan asiantuntijoiden ääni kuului niissä usein. Yleinen suhtautuminen ei ollut juurikaan muuttunut vuosien 2010–2021 aikana, vaan pysynyt asiallisen neutraalina. \n \nJohtopäätökset tutkimuksesta olivat, että aspartaamin mediajulkisuus ilmeni pitkälti terveyshaittoihin painottuvana puheena, mutta tyyli, jolla niistä kirjoitettiin, oli neutraalia. Mediassa ei siis kyseenalaistettu aspartaamin turvallisuutta suoraan, vaikka terveyshaitoista puhuttiin paljon. Saatuja tuloksia voidaan hyödyntää ravitsemisalalla yleisen ymmärryksen lisäämiseksi aspartaamin mediajulkisuudesta. Näin asiakkaiden tarpeisiin on mahdollista vastata paremmin. Tulokset myös mahdollistavat ravitsemisalan toimijan oman toiminnan mukauttamisen aspartaamiin tulevissa kysymyksissä tavalla, mikä kuvastaa asiantuntevuutta.
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 | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.025 | 0.005 |
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".