Keskuskauppakamarin hiilijalanjälkilaskurin käyttöönotto
Notice bibliographique
Résumé
Tämä opinnäytetyö tehtiin Meri-Lapin Keskuspesula Oy:n toimeksiannosta. Opinnäytetyön tavoitteena oli ottaa pesulassa käyttöön Suomen Keskuskauppakamarin kehittämä hiilijalanjälkilaskuri. Työhön kuului hiilijalanjälkilaskurin muokkaaminen pesulan toimintaan sopivaksi, käyttöohjeiden teko sekä laskurin käyttöönotossa auttaminen. \n \nHiilijalanjälkilaskurin käyttöönotto on osa Meri-Lapin Keskuspesulan strategiaa kehittää liiketoimintaansa jatkuvasti ympäristöystävällisempään suuntaan. Yritys aloitti ympäristöasioihin panostamisen jo vuonna 2013 ottamalla käyttöön matalassa veden lämpötilassa toimivan pesuainejärjestelmän, ja on siitä lähtien pyrkinyt jatkuvasti tekemään ympäristöystävällisyyttä ja toiminnan tehokkuutta parantavia muutoksia tuotantoonsa. \n \nOpinnäytetyötä tehdessä tutustuttiin samalla yleisesti yritysten hiilijalanjälkien laskemiseen, hiilijalanjälkilaskureihin ja niiden toimintaperiaatteisiin sekä Suomen ja Euroopan Unionin ympäristöpolitiikkaan. Osana laskurin käyttöönottoa selvitettiin myös pesulan toimintaa ja siitä syntyviä päästölähteitä. \n \nOpinnäytetyössä onnistuttiin hyvin hiilijalanjälkilaskurin käyttöönotossa yrityksessä ja lähtötietojen keräämisessä laskurin muokkaamista varten. Opinnäytetyön hyötyjä ovat päästölaskurien valinnassa ja käyttöönotossa tarvittavan tiedon lisääntyminen ja sitä kautta yritysten auttaminen hiilijalanjälkiensä pienentämisessä.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,095 | 0,024 |
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 ».