MétaCan
Menu
← Retour à la cohorte
Enregistrement W7006430963

Tilaviinien vetovoimatekijät Suomen ravintoloissa

2024· other· fi· W7006430963 sur OpenAlexaboutno aff

Notice bibliographique

RevueTheseus (Ammattikorkeakoulujen) · 2024
Typeother
Languefi
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésValue (mathematics)PopulationQuarter (Canadian coin)Government (linguistics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Tämän opinnäytetyön toimeksiantaja on Suomen Viiniyrittäjät ry. Yhdistyksen tarkoitus on edistää suomalaisten viinitilojen toimintaedellytyksiä ravintolamarkkinoilla. Suurin osa suomalaisista viinitilallisista ovat jäseninä yhdistyksessä. Opinnäytetyö tutkii, millaiset tekijät vaikuttavat tilaviinien päätymiseen kotimaisten ravintoloiden juomalistoille. Työssä selvitetään kuluvan vuoden parhaaksi äänestetyissä ravintoloissa työskentelevien mielipiteitä ja näkemyksiä tilaviineistä. Työn pääongelmana on selvittää, millaisia vetovoimatekijöitä tilaviineihin kohdistuu Suomen ravintoloissa. Lisäksi alaongelmina tutkitaan miten tilaviinejä voisi kehittää ravintoloiden tarpeita varten ja millainen on tilaviinien tulevaisuuden potentiaali ravintoloissa. Tutkimuksen aineistonkeruu suoritettiin sähköisenä kyselynä ja kohderyhmäksi valittiin vuoden 2024 Suomen Top 50 – listaukseen päätyneet ravintolayritykset. Tutkimus toteutettiin kvalitatiivisella kyselylomakkeella, joka sisälsi reilusti avoimia vastauskenttiä monipuolisten mielipiteiden ja näkemyksien saavuttamiseksi. Vastaukset teemoiteltiin ja analyysissä keskityttiin ilmenneisiin teemoihin. Tulokset osoittivat ravintoloiden edustajien pitävän tilaviinien tulevaisuuden potentiaalia ravintoloissa lähtökohtaisesti hyvänä. Tuloksista ilmenneille tilaviinien vetovoimatekijöille esitettiin myös useita kehityskohteita niiden käyttöönoton potentiaalin laajentamiseksi. Kotimaisilla tilaviineillä on tulosten mukaan hyvä mahdollisuus säilyttää ja kasvattaa markkina-asemaansa Suomen ravintoloissa, vaikka kehitysehdotuksia ilmenikin runsaasti.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil0,303

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0070,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0900,028

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 Opus0,027
Tête enseignante GPT0,290
Écart entre enseignants0,263 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTheseus (Ammattikorkeakoulujen)→Travaux en français237 207→