Venäjän hyökkäyssota Ukrainaan ja sen vaikutus Suomen talouteen
Notice bibliographique
Résumé
Tämän opinnäytetyön tarkoituksena oli tutkia millaisia vaikutuksia Venäjän aloittamalla suurhyökkäyksellä Ukrainaan vuonna 2022 on ollut Suomen talouteen. Tutkimuksessa myös selvitettiin, millaisia ennusteita Suomen taloudesta on tehty tulevaisuudelle. Tutkimus toteutettiin Suomen talouden näkökulmasta ja se rajattiin koskemaan Venäjä-Ukraina sodan vaikutuksen alla olevaa Suomen talouden tilaa ja vaikutuksien näkymistä kotitalouksille ja yrityksille. \n \nAineistolähteinä käytettiin suuriltaosin viranomaisten tuottamia verkkosivuja, raportteja ja artikkeleita, myös muita luotettaviksi luokiteltuja lähteitä käytettiin joiltain osin. Tarkoituksena oli käyttää mahdollisimman tuoreita ja ajantasaisia lähteitä, ottaen huomioon kehittyvät tilanteet ja mahdollisten ennusteiden muuttuminen. Lähdeaineisto koostui tekstijulkaisuista, jonka vuoksi aineiston tiedonkeruun- ja käsittelyn menetelmäksi valikoitui dokumenttianalyysi. \n \nTutkimuksen perusteella Venäjä-Ukraina sota on vaikuttanut Suomen talouteen kaiken kaikkiaan negatiivisesti. Suomen talouskasvu ja investoinnit ovat hidastuneet, hinnat ja korot ovat nousset ja ne taas ovat vaikuttanut inflaation kehittymiseen. Useissa ennusteissa Suomen talouden tilasta tulevaisuudessa ollaan kuitenkin tällä hetkellä sitä mieltä, että taantuma jäisi lyhyeksi ja jo vuoden 2024 lopussa nähtäisi talouden tilassa kasvua. Ennusteet kuitenkin voivat muuttua, ottaen huomioon sen, että tätä opinnäytetyötä tehdessä sota on vielä käynnissä Venäjän ja Ukrainan välillä. Mitään tarkkoja arvioita ei siis voida vielä tehdä, eikä niitä tietenkään ole saatavillakaan siitä, miten tai kuinka nopeasti Suomen talous tulee taantumasta nousemaan. Erilaisten skenaarioita kautta voidaan kuitenkin tehdä tietynlaisia ennusteita tulevasta.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,013 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».