Euroopan erikoiskuljetusten päästölaskuri
Notice bibliographique
Résumé
Opinnäytetyön aiheena oli tutkia, minkälaisia yleisimpiä päästöjä Suomen ja Euroopan välisistä erikoiskuljetuksista syntyy sekä luoda tutkimuksen perusteella Excel- pohjainen päästölaskuri toimeksiantajalle. Laskurin tarkoituksena on olla mahdollisimman yksin-kertainen ja nopea työkalu, kun halutaan määrittää Suomen ja Euroopan välillä kulke-vien erikoiskuljetusten päästömäärät. \nTyön tavoitteena oli ensin kartoittaa yleisimmät kuljetuksista syntyvät päästöt ja tutkia, mitkä seikat vaikuttavat päästöjen syntyyn. Myös tutkitut erikoiskuljetukset ja käytetty kalusto rajattiin ja määriteltiin. \nTyön valmistuessa päästöjen määrittämiseen löytyi kolme kehitysideaa. Mikäli syntyvät päästöt haluttaisiin määrittää entistä tarkemmin, olisi syytä kiinnittää enemmän huo-miota käytettyyn teknologiaan, sidosryhmien viestintään sekä laskurin alustaan. Nykyi-nen teknologia ei vielä mahdollista päästöjen täydellistä mittausta, joten tarkkoja arvoja on vaikea saada. Päästöjen reaaliaikainen mittaaminen esimerkiksi autolla kuljetettaessa lisäisi arvojen tarkkuuta. Viestinnän puute lisää myös epätarkkuutta tuloksissa. Mikäli sidosryhmien viestintä olisi tarkempaa ja se voitaisiin yhdistää teknologiaan, tulosten oletusten perusteella syntyvä virhemarginaali pienenisi. Viimeinen kehitysidea liittyy laskurin rakenteeseen. Jos laskurista haluttaisiin käyttäjäystävällisempi ja siihen yhdistet-täisiin viestinnästä ja lisäteknologiasta tietoa, Excel-pohjainen laskuri ei todennäköisesti ole enää paras vaihtoehto. \nKehitysideat itsessään eivät ole yksiselitteisiä ja niiden toteuttaminen ei välttämättä ole mahdollista vielä. Nykyinen laskuri palvelee käyttötarkoituksellaan erinomaisesti saata-villa olevan tiedon ja teknologian pohjalta.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,009 | 0,004 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,065 | 0,018 |
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 ».