Onko värillä väliä? : Haastattelututkimus lypsykarjarodun valinnasta
Notice bibliographique
Résumé
Ayrshire on ollut pitkään Suomen yleisin lypsykarjarotu. Sen osuus maamme lypsylehmistä on kuitenkin vähentynyt jo pidemmän aikaa samalla kun holsteinin osuus on kasvanut. Pian ollaan siinä tilanteessa, että suurin osa Suomen lypsykarjasta on holsteinia.\n\nTutkimuksen tavoitteena oli auttaa pitämään ayrshire-rotu elinvoimaisena Suomessa. Yhteisen jalostusohjelman myötä tavoite kosketti samalla kaikkia punaisia rotuja Pohjoismaissa. Tarkoituksena oli löytää syitä, joiden takia ayrshiresta luovutaan, tai syitä, jotka saavat ayrshiren säilymään karjassa. Tutkimuksen toimeksiantajana toimi Faba, joka on valtakunnallinen tuotantoeläinten jalostuspalveluita tarjoava yritys.\n\nTutkimus toteutettiin teemahaastattelumenetelmällä. Haastateltavat valittiin tuotosseurantaan kuuluvien, yli 100 lehmän tilojen joukosta koko Suomen alueelta. Haastateltavien valintaan vaikutti tilan koon lisäksi myös ayrshire-lehmien osuuden muutos karjassa vuodesta 2012 vuoteen 2017. Haastatteluja tehtiin 12.\n\nTutkimuksen tuloksista kävi ilmi, että yksi suurimmista syistä ayrshiren vähentämiseen karjassa on huono utarerakenne. Tämä näkyy myös tuotosseurannan tuloksissa, joiden mukaan ayrshireja on poistettu huonon utarerakenteen takia selkeästi holsteinia enemmän. Muita esiin nousseita syitä oli muun muassa ayrshiren alhaisempi maitotuotos ja sekakarjan ruokinnalliset haasteet. Tiloilla, joilla ayrshiren osuus ei ollut pienentynyt, rodun hyvistä ominaisuuksista nousi esiin erityisesti kestävyys. \n\nTutkimuksesta selvisi myös, että ayrshiren osuutta vähentäneet tilat aikovat pääasiassa vähentää rodun osuutta myös jatkossa. Sen sijaan tilat, joilla ayrshiren osuus ei ollut vähentynyt, aikoivat pääasiassa säilyttää rodun osuuden ennallaan tai jopa lisätä sitä. Tätä kannattaa tulevaisuudessa hyödyntää rodun markkinoinnin kohdentamisessa.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,060 | 0,021 |
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 ».