Työläistytöstä kansakunnan kaapin päälle : sisällönanalyysi Tarja Halosen lapsuudesta ja nuoruudesta elämäkerroissa
Bibliographic record
Abstract
Tarja Halonen on kotoisin Helsingin Kallion työläisperheestä. Hänen koulutus- ja urapolkunsa ovat olleet hyvin erilaiset kuin suurimmalla osalla hänen ikäisistään naisista ja mitä tutkimusten mukainen ennuste olisi antanut olettaa. Tämän tutkimuksen tehtävänä oli selvittää, millaisia asioita löytyy taustalta, kun yksilö toimii täysin eri tavalla kuin sosioekonomisen taustan perusteella voisi odottaa. Löytyykö kasvatuksesta tai koulutuksesta selittäviä tekijöitä, kun työläisperheen tyttö päätyy opiskelemaan yliopistoon oikeustiedettä. Tutkimuskysymys oli: Mitkä tekijät Tarja Halosen elämänkertojen mukaan selittävät hänen opintopolkuaan työväenluokasta oikeustieteen opiskelijaksi? Oppivelvollisuuslaki tuli voimaan 1921, jonka jälkeen työläis- ja maalaisnuorison koulutus piteni vaiheittain. Oppikoulun käyminen ja akateeminen sekä ammatillinen koulutus alettiin nähdä kaikkien nuorten oikeutena, ei vain sivistyneistön ja keskiluokan. Työläisperheissä maksullinen koulutus oli merkittävä taloudellinen kysymys ja se lyhensi usein työläisnuorien opintoja. Tyttöjen koulunkäynti yleistyi nopeasti samalle tasolle kuin poikien. Vuodesta 1901 lähtien oikeus yliopisto-opintoihin toteutui naisten osalta. Naisten osuus opiskelijoista on noussut yli puoleen, mutta osa tiedekunnista on edelleen hyvin sukupuolittuneita. Tasa-arvoasiain neuvottelukunnan ja Naisjärjestöt Yhteistyössä ry:n selvityksen (2021) mukaan tyttöjen ja poikien koulutusvalinnoissa esiintyy eroja jo peruskoulun yläluokilla. Koulutusvalintojen sukupuolittuneisuus näkyy varsinkin siirryttäessä peruskoulusta toiselle asteelle ammatilliseen koulutukseen. Asuinalueen koulutustarjonta vaikuttaa myös naisten ja miesten valintoihin. Tämän tutkimuksen aineisto analysoitiin kvalitatiivisella sisällönanalyysimenetelmällä ja teoriaohjaavalla metodilla. Elämäkertakirjoista etsittiin tietoa lapsuuden ja nuoruuden ajoilta opiskeluun ja tulevaan uraan johtaneista tekijöistä. Analyysiyksiköiksi valikoituivat lapsuus, roolimallit ja koulutus. Näihin sanoihin liittyviä lauseita, virkkeitä ja tekstipätkiä kerättiin aineistosta ja laskettiin niiden lukumäärät yhteen sekä jokaisesta teoksesta erikseen. Tutkimuksessa käytettyjen lähteiden perusteella Tarja Halosen opintopolkua selittävät perintötekijät, kasvuympäristö, kotikasvatus ja hyvä koulumenestys. Nämä kaikki yhdessä antoivat hyvän pohjan ja mahdollistivat työläistaustaisen tytön hakeutumisen korkeakouluopintoihin Helsingin yliopistoon.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.004 |
| Science and technology studies | 0.008 | 0.006 |
| Scholarly communication | 0.000 | 0.002 |
| Open science | 0.003 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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; both teacher heads agree on what is shown here.
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".