108495 research outputs found
Sort by
Using Large Language Models for Semantic word classification
No full textTo study language and develop language technology applications, it is essential to have as much information as possible about word meanings. One important aspect of meaning is if a word belongs to a specific semantic class. However, there is currently no effective system for annotating such classes. Manual annotation is time-consuming, and automated solutions do not exist yet. This study employed various GPT models to evaluate their suitability for semantic annotation of words. First, the models were used to determine the semantic subclasses of words, and based on these, the study attempted to determine whether a word belongs to the broader category of “physical location”. Additionally, the research examined whether a word’s meaning depends on its context of use. The results showed that using subclasses to identify physical locations is promising but requires more precise prompt engineering. Furthermore, it was found that a word’s semantic class is influenced more by its inherent meaning than by the context in which it appears.Keele uurimiseks ja keeletehnoloogiliste rakenduste loomiseks on oluline omada võimalikult palju teavet sõnade tähenduse kohta. Üheks oluliseks aspektiks on sõna kuuluvus teatud semantilisse klassi. Siiski puudub hetkel tõhus süsteem selliste klasside märgendamiseks. Manuaalne märgendamine on ajamahukas ning automaatseid lahendusi veel ei eksisteeri. Käesolevas uurimistöös kasutati erinevaid GPT-mudeleid, et hinnata nende sobivust sõnade semantiliseks märgendamiseks. Esiteks määrati mudelite abil sõnade semantilised alamklassid ning nende põhjal püüti järeldada, kas sõna kuulub üldisemasse kategooriasse „füüsiline koht“. Samuti uuriti, kas sõna tähendus sõltub selle esinemise kontekstis. Töö tulemused näitasid, et alamklasside kasutamine füüsilise koha määramiseks on paljulubav, kuid nõuab täpsemat päringute koostamist. Lisaks ilmnes, et sõna kuulumine semantilisse klassi sõltub pigem sõna enda tähendusest kui selle esinemise kontekstis
Eesti põhikoolilõpetajate religioonialane kirjaoskus
No full textVäitekirja elektrooniline versioon ei sisalda publikatsiooneReligioonialane kirjaoskus tähendab võimet mõista religiooni tähendust ühiskonnas, suhelda sisukalt ja lugupidavalt erinevate usuliste ja mittereligioossete maailmavaadetega ning tulla edukalt toime olukordades, kus religioon või maailmavaated mängivad olulist rolli. Seda käsitletakse rahvusvaheliselt kui pädevust, mis aitab elada demokraatlikus ja mitmekesises ühiskonnas. Käesolev doktoritöö uurib, kas ja kuidas Eesti kooliharidus toetab selle pädevuse kujunemist.
Töö esimene osa analüüsib Eesti põhikooli ja gümnaasiumi riiklikke õppekavasid. Selgus, et kuigi religiooniga seotud pädevused esinevad mitmes aines, on need killustatud ja peamiselt varjatud kujul. Religioon kujutatakse pigem ajaloolise või kauge kultuurinähtusena, mitte kaasaegse ja elava osana ühiskonnast. Eriti nõrgalt on esindatud hoiakute kujundamine ja oskused erinevustega toime tulemiseks.
Teises etapis viidi läbi üleriigiline küsitlus 392 põhikooli lõpetajaga. Tulemused näitavad, et religioonialased teadmised on ebajärjekindlad ja lünklikud. Õpilased eelistavad sekulaarseid tõlgendusi ning tunnevad end ebakindlalt religiooni kui nähtuse käsitlemisel. Samas suurenes nende valmisolek arutleda usulistel teemadel, kui need olid seotud visuaalse kunsti, popkultuuri või isiklike lugudega.
Kõige avatumad hoiakud ilmnesid kristluse suhtes; vähem tuntud usundite (nt islam, judaism) suhtes väljendus rohkem ebakindlust ja eelarvamusi. Tugevamad sotsiaalsed oskused ilmnesid pigem teise kultuuri selgitamisel kui omaenda traditsioonide mõtestamisel – viidates puudujääkidele enesereflektsioonis ja identiteeditunnetuses.
Uurimus näitab, et religioonialane kirjaoskus on Eesti koolides alaesindatud, kuid seda saab arendada läbi eri ainetesse lõimitud ja noortele tähendusliku lähenemise. Vaja on paremat õpetajakoolitust, ajakohast õppevara ning kriitilist ja isiklikku mõtlemist toetavat õpet. Religioonialast kirjaoskust tuleks käsitleda kodanikupädevusena, mis toetab teadlikku ja sallivat ühiskonda.Religious literacy refers to the ability to understand the role of religion in society, to engage meaningfully and respectfully with diverse religious and non-religious worldviews, and to navigate situations where religion or beliefs play a significant role. Internationally, it is regarded as a key competence for living in democratic and diverse societies. This doctoral thesis explores whether and how Estonian school education supports the development of this competence.
The first part of the study analyzes the national curricula for basic and upper secondary education in Estonia. While religion-related competences appear across several subjects, they are fragmented and mostly implicit. Religion is predominantly presented as a distant historical or cultural phenomenon, rather than a dynamic and relevant part of contemporary society. Particularly underrepresented are the development of attitudes and skills needed to cope with diversity.
The second part presents the results of a nationwide survey of 392 basic school graduates. The findings reveal that students’ knowledge of religions is inconsistent and often limited. They tend to favor secular interpretations and feel uncertain when addressing religious topics. However, their willingness to engage increases when religious issues are presented through visual art, pop culture, or personal stories.
Students showed the most openness toward Christianity, while unfamiliar religions such as Islam and Judaism evoked more uncertainty and prejudice. Social skills were more evident in explaining other cultures than in articulating their own traditions—indicating gaps in self-reflection and identity awareness.
The study concludes that religious literacy is underrepresented in Estonian schools but can be meaningfully developed through cross-curricular, student-relevant approaches. This requires improved teacher training, updated learning materials, and pedagogies that support critical and personal engagement. Religious literacy should be seen not as religious instruction, but as a civic competence essential for fostering a conscious and inclusive society.https://www.ester.ee/record=b576002
Using Machine Learning to Improve Physics-based Photometric Red Shift Estimations
No full textThis thesis explores the application of machine learning methods to improve the accuracy of photometric redshift (photo-z) estimates by refining the outputs of the physics-based model TOPz. Using data from the WAVES survey, several regression based machine learning models were trained to reproduce and enhance TOPz outputs. The best-performing model was XGBoost, which with an optimal configuration significantly reduced prediction errors and the proportion of outliers compared to the original TOPz estimates. Two enhancement models were developed: one directly predicted the logarithmic redshift transformation ζ = ln(1 + z), while the other estimated the full ζ probability distribution. Both models were combined with the original TOPz outputs, with the direct ζ prediction model achieving the lowest error (MAE = 0,0265), and the probability distribution model providing better interpretability and the ability to handle ambiguous solutions. The best results were achieved by linearly or geometrically combining model outputs, optimizing the weight between TOPz and XGBoost contributions. The study demonstrates that a hybrid approach combining physical modeling and machine learning enables significantly more accurate and robust photometric redshift estimates, which are essential for large-scale astronomical surveys such as J-PAS and WAVES.Töös käsitlen masinõppemeetodite rakendamist fotomeetriliste punanihete (photo-z) täpsustamiseks, keskendudes füüsikalise mudeli TOPz väljundite parandamisele. Kasutades WAVES uuringu andmestikku, treenin erinevaid regressioonipõhiseid masinõppemudeleid TOPz väljundite reprodutseerimiseks ja täpsustamiseks. Parimaks osutus XGBoost algoritm, mille optimaalne konfiguratsioon suutis oluliselt vähendada ennustus vigu ja erindite osakaalu võrreldes TOPz mudeliga. Seejärel loodi kaks täiendusmudelit: esimene ennustas otseselt punanihke logaritmilist teisendust ζ = ln(1 + z), teine aga kogu ζ tõenäosusjaotust. Kombineerisin mõlemad mudelid TOPz väljunditega, kusjuures otse ζ väärtust ennustav mudel saavutas väiksemad vead (MAE = 0,0265) ning tõenäosusjaotuste mudel pakkus suuremat interpreteeritavust ja suutlikkust käsitleda mitmemõttelisi lahendusi. Parimad tulemused saavutati mudelite lineaarse või geomeetrilise kombineerimisega, optimeerides TOPz ja XGBoosti kaalutegurit. Töö näitab, et füüsikalise modelleerimise ja masinõppe sümbioos võimaldab oluliselt täpsemaid ning usaldusväärsemaid fotomeetrilisi punanihke hinnanguid, mis on kriitilise tähtsusega suurte astronoomiliste uuringute jaoks, nagu J-PAS ja WAVES
Eesti muusikalugu. I
No full text„Eesti muusikaloo“ rohkelt illustreeritud esimene köide (Eesti Muusika- ja Teatriakadeemia kirjastus) käsitleb muusikaelu Eestis alates 12/13. sajandi vahetusest kuni Eesti Vabariigi väljakuulutamiseni 1918. aastal. Varasemast palju põhjalikumalt on valgustatud siinset saksa ja rootsi muusikakultuuri. Esimene köide loob päris uue pildi keskaegsest ja 17.–18. sajandi muusikakultuurist Eesti linnades, samuti kodanlikust muusikaelust baltisaksa kogukonnas, muusikast kirikus, koolis ja teatris ning eesti professionaalse muusikakultuuri alguskümnenditest. See on esimene kaasaegne terviklik käsitlus Eesti muusikaloost, ilmudes pool sajandit pärast nõukogude-aegset koguteost „Eesti muusika” (1968/1975) ja täites seega suure lünga Eesti kultuuriloo mõtestamisel.Eesti Vabariigi Kultuuriministeeriu
Goal-Setting in Primary School with LLM Personalised Feedback: A Pilot Study
No full textTaust: Eesmärkide seadmine on algkoolis enesereguleeritud õppimise (SRL) ja metakognitiivse arengu keskne komponent. Suured keelemudelid (LLM-id) pakuvad uusi võimalusi vahetu ja isikupärastatud tagasiside andmiseks, mis võiks neid oskusi toetada, kuid nende mõju hindamine koolikeskkonnas nõuab praktilisi ja usaldusväärseid mõõdikuid.
Eesmärk: See pilootuuring uuris, kas lihtsad ja kergesti kogutavad indikaatorid – näiteks teksti pikkus, enesehindamise tulemused ja sisendi sarnasus – suudavad tuvastada mustreid, mis viitavad paremale refleksioonile ja SRL-ile olukorras, kus õpilased saavad LLM-põhist tagasisidet oma õppe- ja käitumiseesmärkide kohta.
Meetodid: 31 õpilast vanuses 10–13 osales kuue nädala pikkuses korduvate läbilõigete uuringus, kasutades spetsiaalselt loodud veebirakendust. Õpilased määrati juhuslikult testgruppi (LLM-tagasiside GPT-4o kaudu) või kontrollgruppi (ilma tagasisideta). Iganädalased eesmärkide seadmise ja edusammude hindamise sisendid analüüsiti sõltumatute valimite t-testide, Kolmogorovi–Smirnovi testide ja kirjeldava statistika abil. Eksperimendijärgsed intervjuud õpilaste ja õpetajatega pakkusid kvalitatiivset lisakonteksti.
Tulemused: Testgrupp esitas üldiselt pikemaid eesmärgipüstitusi ja edusammude hindamisi ning andis veidi kõrgemaid enesehinnanguid iganädalastele edusammudele. Ühe sessiooni puhul oli edusammude hinnangute pikkuse erinevus statistiliselt oluline testgrupi kasuks; teistes sessioonides esines sarnane, kuid statistiliselt mitteoluline muster. Leksikaalse või semantilise sarnasuse osas olulisi erinevusi ei leitud. Kvalitatiivsed tulemused näitasid, et nii õpilased kui ka õpetajad pidasid LLM-tagasisidet motiveerivaks ja kasulikuks.
Järeldused: Lihtsad indikaatorid näitasid mustreid, mis viitavad põhjalikumale refleksioonile LLM-tagasiside toel, kuid statistiline olulisus jäi harvaks, tõenäoliselt väikese valimi, kontrollgrupi suure väljalangevuse ja mõõdikute piirangute tõttu. Uuring toetab lihtsate mõõdikute kasutamist esmaste signaalidena ning rõhutab vajadust kasutada longituudset uuringudisaini, täpsemaid refleksiooni kvaliteedi mõõdikuid ning suuremaid ja esinduslikumaid valimeid edasistes uuringutes ja rakendustes
PiS as mnemonic warriors. A comparative analysis of changes and continuity of memory narratives in the election campaigns 2015 and 2023
No full textIn contemporary Poland, the politics of memory have emerged as a key site of national identity
formation and political legitimacy. The Law and Justice Party (PiS) has emerged as a pivotal political
force in shaping historical narratives, rendering collective memory a tool of governance, a means of
exclusion, and a device for populist mobilisation. While attempts to post-communist European memory
politics have continued to rise, comparative, digital, and discourse analyses of how mnemonic narratives
evolve within the same political party over time remain rare. This thesis examines how PiS has served
as a "mnemonic warrior"during the 2015 and 2023 election campaigns by analysing how narratives
of victimhood, betrayal, and national purity are constructed, reinterpreted, and disseminated through
both traditional and new media. Using a mixed-methods design combining Critical Discourse Analysis
(CDA) and Digital Ethnography, the study examines party manifestos, media coverage, and social
media accounts. The research employs the Discourse-Historical Approach to CDA and uses tools such
as 4CAT and Zeeschuimer for gathering and analysing online material. Through examination, clear
consistency in PiS’s practices of memory is identifiable, and these hinge upon selective victimhood,
elite delegitimisation, and historical revisionism. But the 2023 campaign demonstrates an intensification
of digital approaches, particularly on X (formerly Twitter), where previous stories are re-authored in
emotive, moralising, and exclusionary narratives aimed at constructing a closed memory community.
The study contributes to the understanding of right-wing populist actors weaponising memory to
advance polarisation and suppress pluralism. It highlights the necessity of temporally comparative and
interdisciplinary study of memory politics, particularly in relation to increasing influence
Impact of educational instruments of Hungarian kin-state policy on the identity of Hungarian minority in Vojvodina, Serbia
No full textThe thesis examines the impact of Hungarian kin-state educational support on the self-identity of the Hungarian minority in Vojvodina, Serbia. This study addresses a gap in the literature on kin-state politics through how educational instruments of kin-state policy and support impact a kin-minority’s self-identity. The main research question is ‘How do kin-state educational interventions serve as sites of identity contestation and production, influencing the identity of a kin-minority?’ In doing so, the research employs an interpretivist single case study design and a mixed-methods approach that combines qualitative methods. Data was collected through document analysis, semi-structured interviews, and passive anthropological observation. The participants were university students, high school pupils, teachers, experts and officials.
The research results utilise the multifaceted identities of Hungarians in Vojvodina, who convey a low level of identification not only with the majority Serbs but also with the kin-state of Hungary. The research has shown that while Hungary’s educational instruments are actively engaged with and highly regarded by the community, the impact on self-identity is not direct or straightforward. The findings show that the community does not merely adopt a singular “Hungarian” identity as designed by the kin-state’s policies. Instead, the community’s self-identification is a complex and negotiated outcome, interpreted through the lenses of shifting local contexts and individual agency. The fact that identity persists is not an indication of failure of the policy but simply a recognition of the complexity and mediated nature of the outcomes. Instead, it shows that identity is not a straightforward cause-and-effect relationship. It serves as an important reminder for researchers and policymakers that the understanding of relations between kin-states, kin-minorities and host state requires a greater understanding of how minority group agency and local contexts mediate the political effect of these policies
Remote Sensing-based Differentiation of Natural Grassland and Cropland
No full textThis work focused on developing a machine learning-based classification model to identify cropland and natural grassland in satellite images from 2008 to 2012, providing an overview of land cover. The workflow included selecting appropriate datasets and model architecture, data preprocessing, and training the classification model. The final model was based on a U-Net architecture and trained using Landsat 7 satellite data. The model achieved an overall precision of 79%.Töös arendati masinõppepõhist klassifitseerimismudelit, mis tuvastab põllumaad ja looduslikku rohumaad satelliitpiltidel aastatest 2008–2012, pakkudes ülevaadet maakattest. Töökäik hõlmas sobivate andmestike ja mudeli arhitektuuri valikut, andmete töötlemist ning klassifitseerimismudeli treenimist. Valminud mudel põhineb U-Net arhitektuuril ja treenitud Landsat 7 satelliidi andmete põhjal. Töös loodud mudel saavutas keskmise täpsuse 79%
Ajalooliste sündmuste käsitlemine Venemaa propagandas 1721. aasta Uusikaupunki rahulepingu näitel
No full text1721. aastal sõlmitud Uusikaupunki rahuleping Venemaa tsaaririigi ja Rootsi kuningriigi vahel lõpetas Põhjasõja (1700-1721) ning selle kohaselt arvati esimese koosseisu Eesti- ja Liivimaa kubermangud. Bakalaureusetöös uuriti, kuidas on kirjeldatud ja tõlgendatud Uusikaupunki rahulepingut ning Eesti- ja Liivimaa kubermangude autonoomiaga seotud sätteid Venemaa erinevates meediakanalites aastatel 2012–2024. Uurimuses käsitleti Venemaa võimuladviku, riiklikult kontrollitud ajalooga tegelevatele organisatsioonide ning veebiportaali RuBaltic kirjutiste propagandistlikke seisukohti. Tööst selgus, et Venemaal määratletakse rahulepingut pöördepunktina riigi ajaloos, mil saadi impeeriumiks. Samuti rõhutatakse sealses propagandas lepinguga omandatud territooriume. Lõpetuseks ilmneb ambivalentsus rahulepingu detailide esitamises ja nende tõlgendamises propagandistlikule eesmärgile sobivalt rahalise tasu maksmise näitel Rootsi kuningriigile
Securitizing Russian disinformation? An argumentative discourse analysis of MEPs speeches in European Parliament debates (2014–2024)
No full textThis thesis examines how the European Parliament (EP) has discursively framed Russian disinformation between 2014 and 2024 and whether such framings amount to a process of collective securitization. While the European Union (EU) has already enacted extraordinary measures—such as the 2022 ban on Russia Today and Sputnik—that reflect the securitization of disinformation at the policy level, less attention has been paid to the argumentative dynamics that shaped these outcomes. To address this gap, the study analyses seven key plenary debates in which Members of the European Parliament (MEPs) addressed Russian Disinformation, propaganda, foreign interference, and the role of information manipulation in hybrid warfare against EU (or Europe).
Drawing on securitization theory and operationalizing Argumentative Discourse Analysis through Toulmin’s model of argumentation, the research systematically identifies claims, warrants, backings, and rebuttals that structured the debates. The findings reveal that Russian disinformation was predominantly framed as a threat to democratic integrity, societal cohesion, and European security, with war metaphors and appeals to EU values serving as recurrent justificatory warrants. At the same time, divergences emerged: some MEPs stressed the primacy of media freedom and cautioned against securitization’s potential overreach, while others supported exceptional measures as necessary to protect democracy.
The analysis demonstrates that the EP has functioned as a discursive arena in which competing arguments nonetheless coalesced into a broad security logic, amounting to a collective securitization of Russian disinformation. By foregrounding the argumentative mechanisms underpinning this process, the thesis contributes to both securitization theory and the literature on hybrid threats, while offering insight into the EU’s evolving struggle to reconcile security imperatives with democratic freedoms in the information domain