MétaCan
Menu
Retour à la cohorte
Enregistrement W7029772367

Maankäyttömaksujen määräytymisen perusteiden vertailu Suomen suurimmissa kaupungeissa

2021· other· fi· W7029772367 sur OpenAlexaboutno aff

Notice bibliographique

RevueAaltodoc (Aalto University) · 2021
Typeother
Languefi
DomaineMathematics
ThématiqueProbability and Statistical Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)Quarter (Canadian coin)Data collection
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Uusista asemakaavoista sekä asemakaavamuutoksista aiheutuu usein asemakaavoitettavalla alueella olevalle kiinteistölle arvonnousua. Kiinteistön omistaja on velvollinen osallistumaan uudesta kaavasta tai kaavamuutoksesta kunnalle aiheutuviin kustannuksiin. Tällöin kiinteistönomistajan täytyy maksaa kunnalle maankäyttömaksu, josta sovitaan maankäyttösopimuksessa. Useat kunnat ovat kirjanneet maankäyttösopimustensa pääperiaatteet maapoliittisiin ohjelmiinsa. Näitä periaatteita ei ole kuitenkaan laissa säädetty, jonka vuoksi ne vaihtelevat kunnittain. \n \nTämän diplomityön tavoitteena on selvittää maankäyttömaksujen määräytymisperusteet Suomen suurimmissa kaupungeissa. Työn alussa on kirjallisuuskatsaus, joka luo teoreettisen viitekehyksen työlle. Työn tutkimustulokset puolestaan perustuvat pääsääntöisesti kaupunkien maapoliittisiin ohjelmiin sekä kaupunkien edustajien kanssa pidettyihin haastatteluihin. Haastattelututkimus toteutettiin puolistrukturoituna teemahaastatteluna, johon osallistui 1–2 maankäyttösopimusten parissa työskentelevää henkilöä 14:sta eri kaupungista. \n \nTutkimustulokset osoittivat, että maankäyttömaksujen määräytymisperusteet ovat melko erilaisia eri puolilla Suomea, mutta yhtäläisyyksiäkin toki löytyy kaupunkien välillä. Kaupungit pyrkivät pitämään maankäyttömaksujen määräytymisperusteet mahdollisimman selkeänä ja johdonmukaisena, jolloin maanomistajat kykenevät itse ennalta arvioimaan tulevan maankäyttömaksun suuruusluokan.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil0,317

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0060,003
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0950,027

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 Opus0,068
Tête enseignante GPT0,305
Écart entre enseignants0,237 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAaltodoc (Aalto University)Même sujetProbability and Statistical ResearchTravaux en français237 207