MétaCan
Menu
Retour à la cohorte
Enregistrement W7011468468

Mehiläistarhojen suojaus karhuvahingoilta: karhuvahinkoja kärsineiden mehiläistarhojen suojausmenetelmät

2022· other· fi· W7011468468 sur OpenAlexaboutno aff

Notice bibliographique

RevueTheseus (Ammattikorkeakoulujen) · 2022
Typeother
Languefi
DomaineComputer Science
ThématiqueGenerative Adversarial Networks and Image Synthesis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Quarter (Canadian coin)Life style
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Suomen kansalliseläin, karhu, aiheuttaa mehiläistarhaajille merkittäviä menetyksiä vuosittain. Petovahinkoja vastaan on kokeiltu erilaisia suojauksia, joista toimivimmaksi on todettu sähköaita. Sähköaitakaan ei kuitenkaan ole täysin varma ja syy voi olla sinnikkäässä eläimessä tai aidan heikossa ylläpidossa. Mehiläistarhat
\nvoivat sijaita myös asutuksen lähellä, ja osalle tarhaajista tieto suurpedon liikkumisesta lähistöllä aiheuttaa huolta. Opinnäytetyössä tutkitaan sitä, kuinka tarhaajat kokevat suojaukset ja minkälaisia vaihtoehtoja ulkomailta löytyy.
\n
\nSuomen Mehiläishoitajain Liitto toivoi tutkimusta suojauksien yleisyydestä Suomessa, ja niiden vaikutuksista vahinkoihin. Tutkimuksella kerättiin tietoja suojausten yleisyydestä, ylläpidon tasosta ja siitä, kuinka moni tarhaaja koki vahinkoja suojauksista riippumatta. Opinnäytetyö toteutettiin kyselytutkimuksena Webropolkyselytyökalulla sekä kirjallisuuskatsauksena ja asiantuntijahaastatteluilla. Kyselytutkimukseen pystyivät
\nosallistumaan suomalaiset mehiläistarhaajat, joille tarhauskauden aikana sattui karhuvahinko. Kyselyyn pystyi luovuttamaan yhteystietonsa karhuvahinkoilmoituksen lomakkeessa. Tällä menetelmällä vastauksia ei juurikaan tullut, joten Suomen Mehiläishoitajain Liiton neuvoja välitti tarhaajille sähköpostilla tietoa opinnäytetyöstä ja linkin kyselylomakkeeseen. Kysely aukesi kesäkuun alussa ja joulukuun alkuun mennessä vastauksia kertyi 18 kappaletta. Ulkomaisiin suojauksiin perehdyttiin eri internetsivujen avulla sekä sähköpostikyselyillä. Työssä perehdyttiin myös Suomen metsästyslainsäädäntöön karhunmetsästyksen osalta sekä
\nSuomen karhukantaan ja lajin elinvoimaisuuteen.
\n
\nVastauksista kävi ilmi, etteivät kaikki tarhaajat suojaa mehiläispesiään, vaikka karhuvahinko on käynyt. Osa tarhaajista ei koe alueella oleskelevaa karhua ongelmana, vaikka tuhoja tapahtuisi muutenkin kuin mehiläispesille. Vahinkoperusteisia poikkeuslupia karhun kaatamiseksi ei monesti haeta, ja jos haetaankin, ei karhua välttämättä saada poistettua. Suojaukset nykyisellä tasollaan eivät ole riittäviä, vaikka suurin osa tarhaajista
\nylläpitää aitoja tarhauskauden ajan. Sähköaidan tehostamiseksi voisi miettiä tukevampia pylväsratkaisuja. Eri tahot tekevät yhteistyötä selvittäessään parasta keinoa, jolla aluskasvillisuus saataisiin pidettyä kurissa kasvukauden aikana.
\n
\nTutkimuksen tuloksia voidaan hyödyntää tarhojen suojausten kehittämisessä. Useampi mehiläistarhaaja todennäköisesti suojaisi pesänsä, jos ylläpito olisi helpompaa. Erilaisista tavoista aluskasvillisuuden hidastamiseksi voisi tehdä jatkotutkimuksen. Tutkimuksen toteuttaminen yhteistyössä kohdetarhojen kanssa voisi
\nnopeuttaa toimivan ratkaisun löytymistä.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,927
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0040,004
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0020,004
Études des sciences et des technologies0,0030,001
Communication savante0,0030,002
Science ouverte0,0120,007
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0670,009

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 Opus0,020
Tête enseignante GPT0,243
Écart entre enseignants0,223 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTheseus (Ammattikorkeakoulujen)Même sujetGenerative Adversarial Networks and Image SynthesisTravaux en français237 207