Kustannustehokkuuden parantaminen rakenteenparantamistöissä
Notice bibliographique
Résumé
Opinnäytetyön tavoite oli GRK Road Oy:n rakenteenparantamisen kustannustehokkuuteen liittyvien ongelmakohtien ja niiden mahdollisten ratkaisujen esittely. Työn tilaajana oleva GRK Road Oy on yksi Suomen suurimmista päällystyksen ja rakenteenparantamisen toimialan yrityksistä. Rakenteenparantamisen työn tarve kasvaa jatkuvasti Suomen tiestön suuren korjausvelan myötä. Siksi toiminnan jatkuva tehostaminen on tärkeää kilpailukyvyn ylläpitämiseksi jatkossakin. Opinnäytetyössä sovelletaan tekijän omakohtaista kokemusta rakenteenparantamisen työtehtävistä päällystyskausina vuodesta 2017 vuoteen 2020. \n \nOngelmakohtia on tullut esiin työmailla ja töihin osallistuneiden osapuolten kanssa keskusteltaessa. Opinnäytetyössä sovelletaan käytännönläheistä tietoa niin teoria- kuin tutkimusvaiheessakin. Lähteinä on käytetty pääasiassa Väyläviraston asiakirjoja, sillä ne ovat käytännössä rakenteenparannuksien työmenetelmien suunnittelun ja toteutuksen ohjeistuksia. Rakenteenparantaminen toimialana on kuitenkin hyvin pienimuotoista verrattuna muuhun infrarakentamiseen, joka tuo omat haasteensa laajalle lähdeaineistolle. \n \nOpinnäytetyössäni esitellyt ongelmakohtien ratkaisuehdotukset ovat melko helposti kokeiltavissa lähitulevaisuudessa. Pilottikokeiluilla olisi saatu tähän työhön paremmat näkökohdat, mutta päällystyskauden jaksoittaisuuden myötä niitä ei onnistuttu toteuttamaan tähän opinnäytetyöhön
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 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,087 | 0,029 |
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 ».