Spatiaalisten adpositioiden ja sijojen järjestelmien symmetria euraasialaisissa kielissä
Bibliographic record
Abstract
Tutkielmani käsittelee spatiaalisten sijojen, adpositioiden ja relationaalisten substantiivien (joista käytän kattotermiä tilagrammit) muodostamia järjestelmiä ja niiden paradigmaattista symmetriaa ja asymmetriaa euraasialaisissa kielissä. Tarkastelen järjestelmiä kahden tärkeimmän merkitysosatekijän kannalta, nimittäin hakualueen ja suuntaisuuden. Aineistoa keräsin videolomakkeen avulla 20 euraasialaisen kielen äidinkielisiltä puhujilta. Aineiston pohjalta laadin jokaisesta kielestä profiilin, josta ilmenevät mahdolliset asymmetriailmiöt. Kahden olion välisiä spatiaalisia suhteita (tästä eteenpäin tilasuhteita) ilmaistaan maailman kielissä yleensä niin, että toisen, liikkuvamman olion eli muuttujan olinpaikkaa tai liikkeen suuntaa kuvaillaan suhteessa vähemmän liikkuvan eli kiintopisteen avulla. Tilasuhteessa ilmaistaan ensinnäkin hakualuetta, joka on kiintopisteen tai sen ympäristön alue, johon muuttuja sijoittuu. Lisäksi tilasuhteessa ilmaistaan myös suuntaisuutta, eli sitä, liikkuuko muuttuja hakualueelle (päämäärä) vai hakualueelta pois (lähde), vai onko se vain paikallaan hakualueellaan (sijainti). Euraasialaisten kielten tilagrammit sisältävät merkityksessään tietoa sekä hakualueesta, että suuntaisuudesta. Yksittäisen kielen tilagrammien välillä on tiettyjä semanttisia suhteita niin, että esimerkiksi suomen kielessä on tyypillisesti kolmen tilagrammin sarjoja, jotka tarkoittavat samaa hakualuetta, mutta kukin eri suuntaisuutta. Tilasuhteiden merkitysavaruuden jaottelu hakualue- ja suuntaisuuskategorioihin on kuitenkin kielikohtaista. Tilagrammijärjestelmässä on paradigmaattista asymmetriaa, jos esimerkiksi sijaintia kahdella eri hakualueella merkitään kahdella eri tilagrammilla, mutta näitä hakualueita merkitään yhdellä ja samalla tilagrammilla silloin, kun kiintopiste on lähteenä. Samaten paradigmaattista asymmetriaa esiintyy, jos yhtä hakualuetta varten on päämäärän ja sijainnin merkinnässä eri tilagrammeja, mutta toisen hakualueen sijainti- ja päämäärämerkintä tapahtuu saman tilagrammin avulla. Tutkimuksen päätavoite on selvittää, millaisia asymmetriatyyppejä Euroopan ja Aasian kielistä löytyy. Kieliotos koostuu 20 euraasialaisesta kielestä, joista suurin osa on Euroopassa puhuttuja. Kielet kuuluvat 8 eri kielikuntaan ja 17 kielihaaraan. Tutkimusmenetelmä on empiirinen eli olen kerännyt aineiston suoraan kielten äidinkielisiltä puhujilta videolomakkeen avulla. Videolomake koostuu 77 lyhyestä videosta, joissa kuvataan yksinkertaisia tilasuhteita. Vastaajat (yhteensä 110) ovat katsoneet videot ja kuvailleet jokaista niistä omalla kielellään. Videoissa on erilaisia hakualueiden ja suuntaisuuksien yhdistelmiä niin, että vastauksista käyvät ilmi kunkin kielen tilagrammien väliset semanttiset suhteet. Muutamaa kieltä vertailemalla voi huomata, että kolme yllä esitettyä yleistä suuntaisuuskategoriaa ei riitä aineiston kielten tilagrammijärjestelmien kuvailuun. Siksi ehdotan termin asettelu suuntaisuudelle, joka viittaa liikkeeseen kiintopisteen läheisyydestä saman kiintopisteen toiselle, läheisemmälle tai tarkemmalle hakualueelle. Tulokset osoittavat, että yli puolissa otoksen kielistä on erilaisia asymmetriailmiöitä. Yleisin asymmetriatyyppi on useamman hakualueen distinktion yhteenlankeaminen lähteen merkinnässä, kuten esimerkiksi latviassa, georgiassa tai kreikassa. Kuitenkin myös päämäärän merkinnässä on muutamassa kielessä yhteenlankeamista. Toisaalta aineistosta löytyy myös muutama hakualuedistinktio, joka tehdään vain päämäärässä. Suuntaisuuksien jaottelussa esiintyy vähemmän asymmetriaa, ja se yleensä liittyy asettelun yhteenlankeamisen vaihtelevasti päämäärän tai sijainnin kanssa, kuten puolassa.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.005 |
| Scholarly communication | 0.009 | 0.007 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.076 | 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".