MétaCan
Menu
Back to cohort
Record W7067539906

Miksi-kysymysten tehtävistä arkikeskustelussa

2016· other· fi· W7067539906 on OpenAlexaboutno aff

Bibliographic record

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

Abstract

fetched live from OpenAlex

Tutkielmassa tarkastellaan spontaanissa arkikeskustelussa esiintyviä miksi-kysymyksiä. Tavoitteena on kartoittaa, minkälaisia miksi-kysymykset ovat rakenteeltaan sekä sitä, missä tehtävissä ne toimivat puhutussa vuorovaikutuksessa. Tutkimusaineisto käsittää noin 36 tuntia nauhoitettua arkikeskustelua ja 92 miksi-tapausta. Osa aineistosta on koottu suomen kielen oppiaineen Keskusteluntutkimuksen arkistosta ja osa taas nauhoitettu Korjauskäytänteet ja ymmärryksen ylläpito vuorovaikutuksessa -tutkimushankkeessa. Keskustelut ovat puhelinkeskusteluja sekä kahden tai useamman hengen välisiä kasvokkaiskeskusteluja. Tutkimusmenetelmänä on etnometodologinen keskustelunanalyysi. Teoriataustana hyödynnetään vuorovaikutuslingvistiikkaa, joka tarjoaa mahdollisuuden havainnoida kielen rakenteita ja käyttöä kokonaisuutena huomioiden kielen foneettiset, morfologiset, syntaktiset ja pragmaattiset piirteet. Vuorovaikutuslingvistiikassa tarkastellaan, miten kielen rakenteet ja ilmiöt muovautuvat vuorovaikutuksessa ja kuinka ne vastaavasti muovaavat vuorovaikutusta. Miksi-kysymyksiä käsitellään neljässä eri toimintakategoriassa. Tietoa hakeva miksi-kysymys esiintyy tiedonanto- tai kertomussekvensseissä ja reagoi johonkin edellä tulleeseen uuteen tietoon, jota käsitellään odotuksenvastaisena. Syytä hakevana miksi-kysymys näyttää ilmaisevan ongelmaa siinä, kuinka tiedonantosekvenssi rakentuu vuorovaikutuksessa. Toisen ryhmän ongelmaa osoittava miksi-kysymys taas ilmenee paikassa, jossa puhujalla on omaa meneillään olevaa fyysistä toimintaa koskeva ongelma. Kysymys paikantaa tämän ongelman ja mahdollistaa muille keskustelutilanteen läsnäolijoille tilaisuuden tarjota apua. Näin kysymys toimii epäsuorasti välineenä avun rekrytoinnille. Kolmannen ryhmän miksei-vastaus ilmaisee vastahakoista myöntymistä pyyntöön tai ehdotukseen. Miksei-vastausta ympäröivät lukuisat varaukset ja ehdot, jotka jättävät viime kädessä auki, onko pyyntöön tai ehdotukseen tuotettu jälkijäsen kielteinen vai myönteinen. Neljännen ryhmän kyseenalaistavat vuorot jakautuvat kahteen alaryhmään sen mukaan, kohdistuvatko ne puhekumppaniin vai johonkin muuhun elolliseen tai elottomaan tarkoitteeseen. Puhekumppania kyseenalaistava disaffiliatiivinen miksi-lausuma voi olla välitön vastaväite silloin, kun keskustelun osallistujat neuvottelevat tiedon varmuudesta ja lähteestä sekä episteemisistä oikeuksista. Miksilausumilla puhujat voivat myös ilmaista asennoitumista puhekumppanin epäsopivaksi osoitettua toimintaa kohtaan.Kolmansiin osapuoliin ja elottomiin tarkoitteisiin kohdistuessaan miksi-interrogatiivi näyttää eskaloivan kannanottosekvenssin pisteeseen, jossa siirrytään asiaintilan kuvailusta varsinaiseen tunnistettavaan kannanottoon. Koska miksi-kysymys on syytä tai selitystä hakeva, sen esittäminen implikoi, että puheenalainen asiaintila on ei-hyväksyttävä, epäymmärrettävä tai muulla tavoin sopimaton, minkä vuoksi miksi-kysymyksiä voidaan pitää preferoimattomina etujäseninä. Kysymysmuotoisuus mahdollistaa muille osallistujille paikan olla orientoitumatta miksi-kysymyksen implikaatioihin ja käsitellä vuoroa tietoa hakevana kysymyksenä. Vastaavasti kysymyksen esittäjällä on mahdollisuus korjata väärä tulkinta. Analyysin perusteella käy ilmi, että toiminnan ja kielen rakenteiden suhde on monitahoinen. Erityisesti miksi-kysymysten monitulkintaisuus näyttäytyy resurssina tehdä useita kielellisiä tekoja samassa vuorossa. Miksi-kysymys on vain harvoin aidosti tietoa hakeva, ja silloinkin ne implikoivat disaffiliaatiota ja puhujan asennoitumista puheenalaista asiaintilaa kohtaan.

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 score0.039
Threshold uncertainty score0.130

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0020.001
Scholarly communication0.0030.001
Open science0.0010.003
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0390.011

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 head0.013
GPT teacher head0.259
Teacher spread0.246 · 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