MétaCan
Menu
Retour à la cohorte
Enregistrement W4414560239 · doi:10.1007/s10342-025-01824-y

Idle times of forest machine and truck fleets in Finnish logging and timber-hauling enterprises

2025· article· en· W4414560239 sur OpenAlexaboutno aff
Jarkko Pesonen, Jeremias Jeskanen, Matias Kangas, Robert Prinz, Heikki Ovaskainen, Pertti Kauranen, Kalle Kärhä

Notice bibliographique

RevueEuropean Journal of Forest Research · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueForest Biomass Utilization and Management
Établissements canadiensnon disponible
Organismes subventionnairesKuopion Yliopistollinen SairaalaItä-Suomen Yliopisto
Mots-clésIdleTruckLoggingData loggerWork (physics)Quarter (Canadian coin)Work time

Résumé

récupéré en direct d'OpenAlex

Abstract In the forest sector, the idle time of machinery has a significant impact on fuel consumption, greenhouse gas (GHG) emissions, and operating costs. This study investigated the idle times of forest machinery and timber trucks in Finland. Study materials were collected through questionnaires from small- and medium-sized logging ( loggers ) (N = 817) and timber-hauling ( timber-haulers ) (N = 339) enterprises (SMEs). The response rate from the loggers was 17.9% (n = 146) and 25.7% (n = 87) from the timber-haulers. The study revealed that only a quarter of the loggers and a half of the timber-haulers were aware of the idle times of their fleets. Of these, 55% of the loggers and 61% of the timber-haulers estimated their idle times at 6–14% of the total operating hours of their fleets. The results also indicated that idle time should be lower compared to current levels: respondents that were aware of idling suggested that 2–5% was a more desirable proportion, while the respondents that were unaware of idling rated desirable idle time at < 2% of total operating time. Respondents who had detected the idle times of their fleet noted significantly more opportunities to reduce idling than those who were unaware of idling. The work phases with the greatest potential to reduce idling times during logging operations were “Planning on the harvesting site” and “Operator breaks”. Correspondingly, “Waiting time at the destination (i.e., timber reception of the mill)” and “Driver breaks” were the phases with the most potential to reduce idling during timber-hauling. This study concluded that there is significant potential to reduce fuel consumption and GHG emissions by improving the awareness of the forest machine operators and truck drivers with regard to the idle times of machinery and vehicles. As such, more research data and operator/driver training are needed.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,371

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,021
Tête enseignante GPT0,288
Écart entre enseignants0,268 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Forest ResearchMême sujetForest Biomass Utilization and ManagementTravaux en français237 207