Akaan vesihuoltolaitoksen verkostojen saneerausvelan arviointi
Notice bibliographique
Résumé
Akaan kaupungin vesihuoltolaitoksen verkostojen saneerausvelan arviointityön toimeksiantajana oli Akaan kaupungin vesihuoltolaitos. Tavoitteena oli arvioida verkostojen saneerausvelan määrää ja määrittää sille arvo. Lisäksi tavoitteena oli arvioida saneerausvelasta johtuvia lisäkustannuksia ja niiden vaikutuksia. Saneerausvelkaa laskettiin työssä teoreettisesti viemäriverkoston osalta olettaen, että vesijohdot uusitaan samalla. Saneerausvelan arvoa määritettiin asettamalla putkelle käyttöikä ja saneeraustoimenpiteelle yksikköhinta. \n \nSaneerausvelka on noussut viime vuosina vesihuollon yhdeksi päähuolenaiheeksi. Silti vesihuoltolaitokset eivät ole juurikaan arvioineet omaa saneerausvelkamääräänsä. Valtakunnallisesti saneerausvelkaa on arvioitu Rakennetun omaisuuden tila – raporteissa (ROTI). Akaan teoreettinen saneerausvelka vuoden 2007 lopulla oli 3 778 000 €. Teoreettinen saneerausvelkamaksimi saavutetaan vuonna 2013, jolloin saneerausvelkaa on 8 687 000 €. \n \nMerkittävin ongelma on laskuttamattoman jäteveden huomattava osuus kaikesta jätevedenpuhdistamolle johdetusta jätevedestä, joka viemäriverkostossa lisää jätevedenpumppaamojen energiankulutusta huomattavasti Akaassa. Lisäksi laskuttamattoman jäteveden suuresta osuudesta johtuen Akaassa joudutaan tekemään jäteveden ohituksia, verkostoa joudutaan ylimitoittamaan ja työajan ulkopuolella tapahtuvat työt lisääntyvät mm. viemäritulvien takia. \n \nSaneerausmäärien nostaminen saneeraustarpeen tasolle edellyttää käyttömaksuihin korotuksia. Muutoin vesihuoltolaitoksen maksut eivät kata kuluja. Jatkotoimenpiteiksi esitettiin saneerausvelka-arviointimenetelmien kehittämistä, verkostojen kuntotutkimusohjelman ja pitkäaikaisen saneeraussuunnitelman laatimista.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,007 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,008 | 0,002 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,049 | 0,410 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».