Vastuullisten materiaalien käyttö lähituotannossa: Case: Finnero Oy
Notice bibliographique
Résumé
Opinnäytetyö käsittelee tekstiili- ja vaatealan lähituotantoa, kaukotuotantoa ja vastuullisia materiaaleja. Tarkoituksena on selvittää suomalaisen tuotannon kannattavuutta kaukotuotantoon verrattuna sekä saada tietoa Suomen tuotantomahdollisuuksista. Tarkoituksena on myös selvittää kyselyllä lähituotannon merkityksellisyys tuotemerkin kohderyhmälle sekä tutustua vastuullisiin materiaaleihin ja selvittää, mikä materiaali olisi juuri nyt paras vaihtoehto tekniseen vaatteeseen. Opinnäytetyöhön on kerätty yhteen tietopaketti lähituotannon toteuttamisesta ja sen kannattavuuden arvioimisesta. \n \nTutkimusmenetelmänä tässä opinnäytetyössä toimii tapaustutkimus. Aineistonhakumenetelminä toimivat kyselytutkimus sekä kolme asiantuntijahaastattelua. Dokumenttianalyysiä on käytetty taustatiedon ja tutkimuksen näkökulmien etsimisessä. \n \nOpinnäytetyön tuloksena selviää, että kotimaisen tuotannon ja tuotteiden kysyntä on nousussa, mutta teollista vaatetuotantoa on Suomessa melko vähän. Suomen vaate- ja kangasteollisuudella on yhteiskunnallista merkitystä etenkin huoltovarmuuden kannalta. Suomen vaateteollisuuden suurimmiksi haasteiksi nousi ompelutaitoisen työvoiman puute sekä teollisen ompelukoulutuksen puuttuminen. Suomalaisen tuotannon arvostus ja merkityksellisyys tuotemerkin kohderyhmän sisällä ovat korkealla. Tulokset osoittavat kuitenkin, ettei moni osaa arvioida Suomessa tuotetun vaatteen hintaa tai ole valmis maksamaan sen edellyttämää hintaa. Työssä selvitettiin myös ajankohtaisten kriisien vaikutukset kaukotuotantoon ja kuljetuksiin. Myös sopiva materiaali ja lähituotantopaikka treeniliiville selvitettiin. Tutkimuksen tulokset hyödyttävät etenkin Finneroa ja muita yrityksiä, jotka suunnittelevat tuotantonsa siirtämistä mahdollisimman lähelle.
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 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,218 | 0,012 |
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 ».