”Näistä oppilaat innostuvat!” : analyysissa alakoulun opettajien suosittelemat lastenkirjat ja niiden päähenkilöt
Bibliographic record
Abstract
Tutkielmassa tarkastellaan Lukuklaani-kyselyssä eniten opettajien mainintoja saaneita lastenromaaneja alakoulun 1.–6. luokilla sekä teoksiin rakentuvia päähenkilöitä kielellis- kerronnallisen analyysin avulla. Tutkielmassa selvitetään, mitkä teokset saavat eniten mainintoja kullakin luokka-asteella, millaisia piirteitä teoksista nousee, millaisiksi päähenkilöt alkavat rakentua teosten alkupuolen luvuissa ja millaisin keinoin henkilöhahmoja luodaan. Analyysissa tarkastellaan myös, millaisia lapsiin kohdistuvia käsityksiä, asenteita ja normeja teoksista välittyy ja miten analyysin tulokset suhteutuvat J. A. Appleyardin teoriaan lukijana kehittymisen portaista. Aineisto koostuu vuonna 2017 toteutetun Lukuklaani-kyselyn vastauksista (N = 625) sekä eniten mainintoja saaneiden lastenromaanien alkuluvuista. Tarkasteltavat teokset ovat Konsta, eka A; Ella ja kaverit 1; Hetki lyö, Risto Räppääjä; Harry Potter ja viisasten kivi sekä Neropatin päiväkirja, Greg Heffleyn julkaisu. Keskeisimpiä teoreettisia viitekehyksiä ovat diskurssintutkimus, fennistinen kieliopintutkimus, lastenkirjallisuuden tutkimus sekä narratologia. Analyysissa osoitetaan, että opettajien eniten mainitsemissa teoksissa painottuvat kotimaiset ja melko uudet sarjaromaanit ja että suositut teokset vaihtelevat selkeästi eri luokka-asteiden välillä. Päähenkilöiden analyysissa osoitetaan, että lastenromaanien päähenkilöiden rakentumisessa hyödynnetään paitsi suoraa määrittelyä myös ennen kaikkea epäsuoraa esitystä. Päähenkilö rakentuu vahvasti henkilöasetelman kautta suhteessa aikuiseen ja ikätovereihin sekä sen kautta, miten hän suhtautuu ympäristöönsä ja siitä nouseviin arvoihin ja normeihin ja miten hänen toimintansa ilmentää niitä. Tarkasteltujen lastenromaanien alkuluvuissa päähenkilöt kuvataan pääosin taitaviksi, järkeviksi, rohkeiksi ja oma-aloitteisiksi aktiivisiksi toimijoiksi. Teoksista välittyy lapsen jatkuvan kehittymisen, hyvien sosiaalisten taitojen ja mielenhallintataitojen arvostamista. Päähenkilöihin rakentuu Appleyardin teorian mukaisesti sankaruutta, jonka sisältö kytkeytyy yhteiskunnan arvostuksiin.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.047 | 0.020 |
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".