Ajoneuvokaluston elinkaarikustannusten seuranta
Notice bibliographique
Résumé
Tämän tutkimuksen tavoitteena oli selvittää, minkälaista tietoa tarvitaan ajo-neuvokaluston elinkaaren seurannassa. Päivittäisen toiminnan yhteydessä käyttäjät tarvitsevat erilaista tietoa kuin esimerkiksi ajoneuvohankintoja suunniteltaessa ja niistä päätettäessä. Kaluston elinkaaren kuluista suurin osa koostuu käytön aikana tapahtuvista huolto- ja korjaustoimenpiteistä, ja niiden reaaliaikainen seuranta sekä tarvittava analysointi auttavat ennakoimaan tulevaa poistoikää ja uuden hankintaa. Tietotarpeita kartoitettiin harkinnanvaraisella otannalla toteutetulla kyselyllä, jonka kohderyhmä valikoitui ajoneuvoasioiden kanssa toimivista henkilöistä. Työn aikana tutkija suoritti myös osallistuvaa havainnointia. \n \nKyselyn perusteella ajoneuvokaluston seurantaan kaivataan enemmän tietoa kuin nykyhetkellä on mahdollista tuottaa. Tiedon manuaalinen ylläpito vaikut-taa datan eheyteen ja ajantasaisuuteen, eikä myöhässä saatu tieto enää välttämättä ajankohtaista. Tähän on myös kiinnitetty huomiota, viimeistään siinä vaiheessa, kun ajoneuvohankintojen vuosittainen suunnittelu alkaa. \n \nKäyttäjät nostivat vastauksissaan esiin omia tietotarpeitaan ja ilmeistä oli, että käytön seurantaan toivotaan kunnollista dataa kustannusseurantaa varten ja automaattisia muistutuksia ja hälytyksiä. Osalla vastaajista oli alueellaan vastuu yli 150 ajoneuvosta, eikä näin suuren kalustomäärän seuranta manuaalisilla toimilla ole nykyaikana edes järkevää. Ajoneuvohankinnat ovat rahallisesti merkittävä investointi ja oikeaan aikaan tehdyt poistot ja uusien hankinnat vaikuttavat oleellisesti elinkaaren kokonaiskustannuksiin. Tuloksissa nousi esiin ensisijaisesti päivittäisessä toiminnassa tarvittavat tiedot, kuten kustannusten seurannan tärkeys ja ajoneuvon kunnossapitoon liittyvät seikat. Elinkaaren aikana tallennettu relevantti tieto helpottaa myös tulevien hankintojen suunnittelua.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,011 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».