Ensi-iltaan tulossa ratkiriemukas sekametelisoppa: havaintoja Suomen suurten ja keskisuurten teattereiden lehdistötiedotteiden rakentumisesta
Bibliographic record
Abstract
Tutkielmassa tarkastellaan Suomen suurten ja keskisuurten teattereiden lehdistötiedotteiden kielellisiä keinoja tekstintutkimuksen keinoin. Teatterissa syntyneiden tiedotteiden kokonaisrakenteen erittelyn lisäksi tutkielmassa käsitellään erityisesti tiedotteiden aloituksia eli otsikointia ja ensimmäisiä kappaleita. Tiedotteiden analyysin lisäksi tutkielmaan kuuluu teattereiden tiedotuksesta vastaaville henkilöille tehty tiedotekysely. Kyselytutkimuksen perusteella on kartoitettu teattereiden tiedotuskulttuuria, vastaajien käsityksiä tiedotteista sekä vastaajien suhtautumista kieleen osana omaa ammattitaitoa.\n\n\tTutkielman aineisto koostuu Suomen suurilta ja keskisuurilta teattereilta kerätyistä tiedotteista, jotka ovat ilmestyneet syksyllä 2005. Tiedoteaineistoon kuuluu kokonaisuudessaan 233 tekstiä, tutkielman päähuomio on yksittäisistä näytelmistä kertovissa tiedotteissa, joita on aineistossa 110. Tämän lisäksi tutkielmaa varten on tehty kyselytutkimus teattereiden tiedotuksesta vastaaville henkilöille keväällä 2006. \n\n Teatteritiedotteet myötäilevät pääpiirteissään tiedottavan tekstin rakennetta. Suurimmassa osassa tutkimusaineiston tiedotteista on kaikki Salli Kankaanpään väitöstutkimuksessaan tiedotteelle osoittamat ns. pakolliset osiot eli tunniste-, tiedote- ja yhteystieto-osa. \n\nTeatteritiedotteella on kuitenkin juuri sille ominainen tapa rakentua näiden osioiden sisällä. Selvimmän poikkeuksen perinteisestä uutisrakenteesta tekevät teatteritiedotteiden otsikot. Vaikka otsikot ovat pääasiassa tiivistäviä, niille on aineiston perusteella keskeisempää positiivisten mielikuvien luominen kuin tiiviys, napakkuus tai dynaamisuus. Tekstin pääasia onkin otsikkoa useammin ilmaistu tiedotteen ensimmäisessä kappaleessa, joka on yleensä myös tekstin uutiskappale. Sekä otsikoille että uutiskappaleille on tyypillistä runsas attribuuttien käyttö. Mielikuvia luodaan myös kertomalla näytelmien olevan uusia, menestyneitä tai suurtuotantoja.\n\n Tiedotekyselyssä käy ilmi mm. se, että tiedottajat ovat jokseenkin yksimielisiä siitä, millainen on hyvä tiedote ja mitkä ovat tiedotteen tärkeimmät osat. Melko yksisuuntaisista vastauksista huolimatta tiedottamiskenttä käytännössä näyttäytyy kuitenkin moni-ilmeisenä ja fragmentaarisena.\n\nAvainsanat: tiedote, tiedottaminen, tiedottaja, tekstintutkimus, tekstilaji, genre, tiedottava teksti, teatteri, kielenhuolto
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) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.001 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.052 | 0.015 |
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".