MétaCan
Menu
Back to cohort
Record W7029322467

Kansalliset stereotypiat ja ennakkoluulot suomalaisissa sotilasaikakauslehdissä 1926–1934

2016· other· fi· W7029322467 on OpenAlexaboutno aff

Bibliographic record

VenueTyöväentutkimus Vuosikirja · 2016
Typeother
Languagefi
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsQuarter (Canadian coin)Life style
DOInot available

Abstract

fetched live from OpenAlex

Pro gradu –tutkielmani käsittelee suomalaisissa sotilasaikakauslehdissä 1920- ja 1930-luvuilla esiintyneitä kansallisia stereotypioita ja ennakkoluuloja. Tutkimuskysymykset selvittävät minkälaisia ominaisuuksia eri kansallisuuksiin liitettiin, miten yhtenäinen kuva niistä muodostui ja mistä syistä stereotypioita esiintyi. Huomattavimpina lähteinä toimivat aikakauden suosituimmat sotilasaikakauslehdet, suojeluskuntajärjestön pää-äänenkannattaja Hakkapeliitta ja ensisijaisesti vakituiselle väelle ja kansalaissodan veteraaneille suunnattu Suomen sotilas. Syvyyttä ja kuriositeetteja tarjoavat aikakaudella julkaistu historiankirjoitus sekä edellä mainittuja lehtiä pidättyvämpi ja asiapitoisempi julkaisu Suomen sotilastieteellinen aikakauslehti. Metodologisesti työ yhdistelee kvalitatiivista lähdetutkimusta, lehdistötutkimusta sekä aate- ja sotahistoriaa. Lähteinä toimineiden julkaisujen vuosikerrat on käyty lehti lehdeltä läpi ja lopulliseksi lähdeaineistoksi on valikoitu tutkimuskysymyksissä mainittuja stereotypioita ja ennakkoluuloja sisältäneet artikkelit, uutiset, arvostelut ja pakinat. Lähdeaineistoksi sopivia artikkeleita löytyi noin sataviisikymmentä yli tuhannen läpikäydyn lehden joukosta. Artikkeleita ei ole arvotettu kirjoittajan taustan tai vaikutusvallan perusteella, vaan tutkimuksessa on kartoitettu ensisijaisesti lehtien välittämää yleiskuvaa. Molempien lehtien sisältöä on ollut tuottamassa varsinaisen toimituksen lisäksi myös lukuisa joukko vieraskyniä, joiden joukossa esiintyy säännöllisesti myös ulkomaalaisia sotilasasiamiehiä ja nationalisteja. Vuoden 1918 tapahtumien jälkeen Suomessa valtaa pitäneiden konservatiivisten ja militarististen piirien aatepohja välittyy selkeästi sotilasaikakauslehtien sivuilta. Voimakasta nationalismia ja reipasta sotilashenkeä edustavat valtiot saavat osakseen ihailua ja arvostusta. Kansallisuuksista pääosin positiivisessa valossa esiintyvät ennen kaikkea saksalaiset, muut Itä-Euroopan vastaitsenäistyneet valtiot sekä japanilaiset. Saksalaisiin liitetään henkisten ohella myös usein teknisiä ominaisuuksia muista kansoista poiketen. Muita Itä-Euroopan kansallisuuksia kohtaan tunnetaan voimakasta solidaarisuutta, mistä johtuen stereotypioita rakennetaan tietoisesti positiivisiksi, oli kyseessä sitten ugrilainen sukulaiskansa (virolaiset, unkarilaiset) tai slaavilainen entinen viholliskansa (puolalaiset). Englantilaiset koetaan esimerkillisiksi, mutta samalla yllättäen vieraiksi kosmopoliittisuuden ja huumorintajun vuoksi. Suomessa itsenäistymistä seurannut venäläisvihamielisyyden nousu löytyy suoraan sotilasaikakauslehtien sivuilta. Tarve viholliskuvan ja varoittavan esimerkin luomiseen johtaa voimakkaan negatiiviseen stereotypiaan, joka poikkeaa täysin vielä 1800-luvulla esiintyneestä hieman yksinkertaisesta mutta joviaalista venäläiskarikatyyristä. Samalla venäläispelko ja -viha sulautuvat käytännössä saumattomasti osaksi kommunismia kohtaan tunnettua epäluuloa. Venäläiset esitetään yksinkertaiseksi ja aloitekyvyttömäksi kansaksi, joka on ainoana maailmassa luonnostaan vastaanottavainen kommunismille. Toisin kuin muiden stereotypioiden kohdalla, venäläisiä käsittelevät tekstit eivät tee kertaakaan myönnytystä ymmärtäväiseen tai positiiviseen suuntaan.

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)0.001
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: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.091
Threshold uncertainty score0.180

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0030.002
Scholarly communication0.0020.001
Open science0.0000.002
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0380.005

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.

Opus teacher head0.015
GPT teacher head0.268
Teacher spread0.252 · 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
Published2016
Admission routes1
Has abstractyes

Explore more

Same venueTyöväentutkimus VuosikirjaFrench-language works237,207