MétaCan
Menu
Back to cohort
Record W7048780781

Monikieliset käytänteet korkea-asteen suomi toisena kielenä -oppituntien vuorovaikutuksessa

2021· other· fi· W7048780781 on OpenAlexaboutno aff

Bibliographic record

VenueJyväskylä University Digital Archive (University of Jyväskylä) · 2021
Typeother
Languagefi
FieldPhysics and Astronomy
TopicMagnetic confinement fusion research
Canadian institutionsnot available
Fundersnot available
KeywordsPopulationQuarter (Canadian coin)Work (physics)
DOInot available

Abstract

fetched live from OpenAlex

Tutkielmani aiheena ovat opiskelijoiden monikieliset käytänteet korkea-asteen suomi toisena kielenä -oppitunneilla. Monikielisyys ja sen tukeminen ovat viime aikoina nousseet keskeiselle sijalle suomi toisena kielenä -opetuksessa ja koulutuksessa laajemminkin. Opiskelijoiden kielten oppitunneilla hyödyntämiä monikielisiä käytänteitä ei kuitenkaan ole vielä toistaiseksi juuri tutkittu. Tutkimuskysymykseni ovat seuraavat: 1. Millaisia monikielisiä käytänteitä korkea-asteen suomen kielen oppituntien vuorovaikutuksessa esiintyy? 2. Milloin monikielisiä käytänteitä oppitunneilla esiintyy ja miksi? 3. Mitä monikieliset käytänteet kertovat osallistujistani ja heidän kielenoppimisestaan? Lähestyn monikielisiä käytänteitä teoreettisesti translanguagingin eli limittäiskieleilyn näkökulmasta, joka nostaa keskiöön yksilön monikielisen repertoaarin kokonaisuutena. Tässä tutkimuksessa käytän limittäiskieleilyn käsitettä kuvaamaan myös monikielisten yksilöiden dynaamista ja kielirajat ylittävää vuorovaikutusta (ks. esim. García 2009, Li 2018). Teoreettisena taustana tutkimuksessani toimii myös dialoginen teoria kielestä ja vuorovaikutuksen rakentumisesta. Koska tutkimukseni sijoittuu luokkahuoneeseen, on sen olennaisena kehyksenä myös oppitunnin vuorovaikutuksen institutionaalisuus. Keräsin aineistoni etnografisesti havainnoimalla S2-oppitunteja. Aineisto koostuu oppitunneilla kirjoittamistani kenttämuistiinpanoista, oppituntien video- ja äänitallenteista sekä osallistujien haastatteluista. Vuorovaikutusaineiston analyysini nojaa Linellin (1998) käsityksiin vuorovaikutuksen rakentumisesta sekä oppituntien vuorovaikutuksen institutionaalisuuteen. Limittäiskieleilyn jaottelin kieleen ja vuorovaikutukseen kohdistuvaksi mukaillen Nikulan ja Mooren (2016, 2019) luokittelua. Haastatteluaineistoa analysoin sisällönanalyysin keinoin teemoitellen. Aineistossani kieleen kohdistuvaa limittäiskieleilyä esiintyy tilanteissa, joissa on tarpeen puhua kielestä. Kieleen kohdistuva limittäiskieleily on oppitunneilla tavallista, ja se onkin kielenoppimisen kontekstissa pitkälti pakollista. Vuorovaikutukseen kohdistuva limittäiskieleily taas on tavallisinta aiheeltaan yksinkertaisissa opettajajohtoisissa osioissa, ja se on luonteeltaan vapaaehtoisempaa. Vuorovaikutukseen kohdistuva limittäiskieleily oli tyypillistä vain tietyille opiskelijoille, ja sitä hyödynnettiin esimerkiksi vastaamisessa, jossa se mahdollisti suomen harjoittelun ja samalla oman vastauksen sujuvan ilmaisemisen vuorovaikutuksen häiriintymättä. Monikielisten käytänteiden tarkastelu valotti myös kielenoppimisprosessia. Suomen kielen pienikin lisääntyminen oppitunneilla kertoo kielenoppimisesta ja siitä, että opiskelijat ovat ottaneet käyttöönsä uusia kielellisiä resursseja. Tutkimuksen tuloksia voidaan soveltaa monikielisen pedagogiikan suunnittelussa. Tutkimuksen tarjoama tieto opiskelijoiden limittäiskieleilykäytänteistä voi myös auttaa opettajia suhtautumaan oppijoiden monikielisiin käytänteisiin ja tukemaan opiskelijoiden monikielistä kieltenoppimista.

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)0.000
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 score0.036
Threshold uncertainty score0.121

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0030.001
Scholarly communication0.0030.002
Open science0.0010.003
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0360.010

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 head0.009
GPT teacher head0.184
Teacher spread0.175 · 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
Published2021
Admission routes1
Has abstractyes

Explore more

Same venueJyväskylä University Digital Archive (University of Jyväskylä)Same topicMagnetic confinement fusion researchFrench-language works237,207