Matias Aleksanteri Castrén ja Kalevalan ruotsinnos
Bibliographic record
Abstract
Kun Elias Lönnrotin kokoama runoeepos, ns. Vanha Kalevala, ilmestyi vuonna 1835, se käänsi suomen kielen ja suomalaisen kulttuurin arvostuksen huimaan nousuun. Kalevala innosti myös maisteriopintojaan viimeistelevää, alkuaan pappisuralle aikonutta Matias Aleksanteri Castrénia suuntaamaan huomionsa suomen ja sen sukukielten tutkimukseen. Koska alkuperäistä Kalevalaa pystyivät lukemaan vain muutamat harvat oppineiston edustajat, Suomalaisen Kirjallisuuden Seura julisti kilpailun runomuotoisen ruotsin- tai saksankielisen käännöksen aikaansaamiseksi. Tällaisia ei kuitenkaan ilmaantunut. Helsingin yliopiston suomen kielen lehtori Carl Niclas Keckman luennoi Kalevalasta ja laati siitä sanatarkan ruotsinnoksen, mutta ei runomittaista versiota. Muutaman vuoden odotuksen jälkeen Kalevalasta jo aiemmin kiinnostunut Castrén ryhtyi kääntämään eeposta. Suomalaisen Kirjallisuuden Seuran stipendiaattina hän keräsi kesällä 1839 taustatietoa ja uutta kansanperinneaineistoa Vienan Karjalassa. Aktiivinen kääntäminen kesti noin kaksi vuotta. Käännöstyön ohella Castrén julkaisi dosentinväitöskirjan ja joitakin pienempiä tieteellisiä tutkimuksia. Kevätlukukaudella 1841 Castrén luennoi Helsingin yliopistossa Kalevalasta ja viimeisteli käännöstään. Se ilmestyi kesäkuussa 1841 ja sai hyvän vastaanoton. Esimerkiksi historiallis-vertailevan kielentutkimuksen kärkiedustajiin kuulunut Jacob Grimm perehtyi Kalevalaan ja luennoi siitä Berliinin tiedeakatemiassa Castrénin ruotsinnoksen perusteella. Castrénin ruotsinnos avasi uusia mahdollisuuksia Kalevalaa koskevalle tieteelliselle keskustelulle, koska eepos oli nyt aiempaa merkittävästi laajempien piirien luettavissa. Tärkeä rooli tässä keskustelussa oli itse Castrénilla ja hänen Kalevala-tulkinnoillaan. Kalevalan käännöksen myötä Castrén sai pysyvän kansainvälisen maineen arvostettuna kansanperinteen ja mytologian asiantuntijana. Kirjoitus perustuu Suomalais-Ugrilaisessa Seurassa 15.2.2019 pidettyyn esitelmään.]
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 | 0.000 | 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 | 0.004 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.046 | 0.012 |
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".