Hegemonioiden taistelua ja sovittelua : diskurssianalyysi yritysvastuudirektiivin eduskuntakäsittelystä
Bibliographic record
Abstract
Tässä maisterintutkielmassa tarkastelen yritysvastuudirektiivistä käydyn suomalaisen eduskuntakäsittelyn merkityskamppailua. Yritysvastuudirektiivi on ollut käsittelynsä aikana kiistan alla lähes kaikissa sen vaiheissa moninaisista syistä. Siitä käydyn keskustelun tutkiminen voi siis antaa osviittaa yritysvastuuseen ja siihen liittyviin teemoihin, kuten kestävyyteen, ihmisoikeuksiin, ympäristöön ja kilpailukykyyn liitetyistä ideoista ja arvotuksista yhteiskunnassamme. Olen rajannut aiheen Suomen eduskuntakäsittelyyn ja aineistonani toimii 13 direktiiviä käsittelevää valtiopäiväasiakirjaa: kaksi valtioneuvoston U-kirjelmää, neljä valiokunta-asiakirjaa ja seitsemän täysistuntopöytäkirjaa. Analyysimenetelmänä toimivat aineistolähtöinen Ernesto Laclaun ja Chantal Mouffen poststrukturalistinen diskurssianalyysi sekä Maarten A. Hajerin argumentatiivinen diskurssianalyysi. Poststrukturalistisella diskurssianalyysillä pureudun aineistossa esiintyviin eroihin yritysvastuudirektiiviehdotuksen puolustamisessa ja vastustamisessa. Siinä etsin niin sanottuja artikulaatiokäytäntöjä, joilla tarkoitetaan eri monitulkintaisten merkitsijöiden – kuten kestävän kehityksen – määrittelyä ja hyödyntämistä eri argumenttien puolustamisessa: Merkitsijää kestävä kehitys voidaan siis käyttää niin yritysvastuudirektiivin puoltamisessa kuin vastustamisessakin riippuen kuinka poliittinen toimija määrittelee ja hyödyntää sitä. Ensimmäinen tutkimuskysymykseni on: Millaisia artikulaatiokäytäntöjä yritysvastuudirektiivin suomalaisessa eduskuntakäsittelyssä hyödynnetään? Argumentatiivinen diskurssianalyysi taas keskittyy eroavaisuuksien sijaan yhteneväisyyksiin. Sen avulla tarkastelen, missä asioissa ollaan samaa mieltä riippumatta toimijasta eli millaiset hegemoniat ohjailevat keskustelua yritysvastuudirektiivistä. Toinen tutkimuskysymys siis on: Millaisia hegemonioita yritysvastuudirektiivin suomalaisesta eduskuntakäsittelystä on tunnistettavissa? Analyysi tuotti kahdeksan erilaista artikulaatiokäytäntöä mutta myös osoitti niissä olevan enemmän yhteistä kuin eroa: ympäristön ja ihmisoikeuksien, talouskasvun sekä Suomen edun tärkeys tulivat esiin lähes kaikissa diskursseissa. Tulokset osoittavat yritysvastuudirektiivikeskustelun taustalla toimivien yhteisten hegemonioiden vahvuuden. Suomen eduskuntakäsittelyssä käyty kiista direktiivin puoltamisen ja vastustamisen välillä kulminoitui kamppailuun siitä, mikä on Suomen edun mukaista.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.025 | 0.003 |
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".