MétaCan
Menu
Retour à la cohorte
Enregistrement W7057782746

Maanteiden kuivatusjärjestelmien ja kuivatukseen liittyvän tiedonhallinnan kehitystarpeet ilmaston muuttuessa

2015· other· fi· W7057782746 sur OpenAlexaboutno aff

Notice bibliographique

RevueTampere University Institutional Repository (Tampere University) · 2015
Typeother
Languefi
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPower (physics)Quarter (Canadian coin)Government (linguistics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Tutkimuksen tarkoituksena oli selvittää ilmastonmuutoksen vaikutukset maanteiden kuivatusjärjestelmiin ja kuivatuksen hallintajärjestelmään sekä tutkia näihin liittyviä kehitystarpeita. Kirjallisuusselvityksessä konkretisoitiin ilmastonmuutoksen aiheuttamat haitat kuivatusjärjestelmille sekä arvioitiin kuivatuksen kunnossapidosta kerättävien tietojen kehittämistarpeita. Kuivatuksen hallintajärjestelmän kokonaisuutta arvioitiin kunnossapidon näkökulmasta ja selvitettiin nykyisien tietojärjestelmien puutteet ja mahdollisuudet uusien järjestelmien hyödyntämiseen. Työssä arvioitiin myös kansainvälisiin selvityksiin perustuen riskienhallintamenetelmien soveltamista ilmastonmuutoksesta aiheutuviin riskeihin. Lisäksi kuvattiin joitain nykyisin käytössä olevia maanteiden tulvariskien arviointimenetelmiä ja arvioitiin niiden käytettävyys ja kehittämistarpeet Suomen olosuhteisiin. 
\nTutkimuksen aineistona on käytetty kotimaisia ja kansainvälisiä tutkimuksia ja selvityksistä. Kirjallisuudesta saatuja tietoja on täydennetty haastattelututkimuksella. Erillishaastatteluja tehtiin yhteensä 10 kpl, joiden lisäksi tehtiin yhteishaastattelu, johon osallistui 11 henkilöä. Haastateltavina oli Liikenneviraston, ELY-keskuksien, konsulttien ja urakoitsijoiden edustajia. 
\nPuutteellinen kuivatus lisää liikennehäiriöiden riskiä ja väylänpidon kustannuksia. Maanteiden kuivatusjärjestelmien toimimattomuus johtuu joko puutteellisesta kunnossapidosta tai kuivatusjärjestelmien riittämättömästä mitoituksesta muuttuneille virtaamille. Puutteellinen kuivatus lisää tierakenteiden muodonmuutoksia, maanteillä sattuvia tulvia ja sortumia ja niistä aiheutuvia tienpidollisia ja liikenteellisiä ongelmia. Kuivatusjärjestelmän toimivuus korostuu kevätsulamisen ja rankkasateiden aikana. 
\nIlmastonmuutos lisää kuivatusjärjestelmän haavoittuvuutta ja sen kunnossapitotarvetta. Ilmastonmuutoksen myötä Suomessa keskimääräinen sademäärä tulee kasvamaan, keskilämpötila nousemaan sekä sään ääri-ilmiöt, kuten rankkasateet lisääntymään, mistä johtuen tulvat, korkea pohjavesi ja rakennekerrosten vettyminen aiheuttavat tulevaisuudessa nykyistä enemmän haasteita teiden kunnossapidolle. Kokonaissademäärän ennustetaan kasvavan 8-20 %, mutta suurin lisääntyvä kuormitus aiheutuu hetkellisten erittäin voimakkaiden rankkasateiden määrän lisääntymisestä (10–30 %) ja niiden intensiteetissä tapahtuvasta muutoksesta. Tulvien lisäksi tiepenkereiden ja -leikkausten sortumat aiheuttavat tulevaisuudessa nykyistä enemmän haittaa ja kustannuksia tienkäyttäjille ja tienpitäjälle, kun sortumien riski lisääntyy ilmastonmuutoksen myötä. Suomen maanteillä tapahtuvien sortumien määrä on kuitenkin kokonaisuudessaan vähäinen. 
\nKuivatuksen kunnossapidossa ei nykyisin ole käytössä yhtenäistä hallintajärjestelmää ja siihen kuuluvaa erillistä kuivatuksen tietojärjestelmää. Kuivatusjärjestelmistä kerättävät tiedot ovat epäyhtenäisiä ja tietyiltä osin puutteellisia. Tiedonkeruu on tulevaisuuden tarpeisiin nähden liian vähäistä. Lisäämällä tiedonkeruuta maanteiden kuivatusjärjestelmistä ja kuivatuksen kunnosta luodaan paremmat edellytykset kuivatuksen suunnittelulle, kunnossapidolle ja kuivatusjärjestelmien kunnon seurannalle. Tiedon keruun kehittämisessä on oleellista tiedonkeruuta koskevien vaatimuksien yhtenäisyys. Lisäksi kerättävien tietojen määrittelyssä tulisi huomioida niiden käyttötarpeet nyt ja tulevaisuudessa (mm. riskienhallinta, kustannustietous, vaikutusten arviointi). Kuivatuksen hallintaa tulisikin kehittää kohti hallitumpaa yhtenäistä kokonaisuutta ja kohti järjestelmällisempää tiedonkeruuta. Uuden HARJA-järjestelmän käyttöönotto antaa hyvät mahdollisuudet etenkin tiedonkeruun kehittämiseen. 
\nKuivatusjärjestelmien parantamis- ja kunnossapitotarpeen arviointia varten tarvitaan luotettavaa tietoa kuivatusjärjestelmään ja sen toimintaan liittyvistä riskeistä. Ilmastonmuutoksesta tienpidolle ja liikenteelle aiheutuvien riskien arviointimenetelmänä on tässä työssä esitelty kansainvälisen tutkimusyhteistyön perusteella luotu RIMAROCC- menetelmä. Menetelmää on sovellettu Hollannissa, Ranskassa, Norjassa ja Ruotsissa. Suomeen menetelmää ei ole sovellettu, mutta sitä voitaisiin hyödyntää esimerkiksi liikennejärjestelmätason riskien hallintamenettelyiden kehittämisessä sekä kriittisen infrastruktuurin ja ns. heikkojen lenkkien määrittelyssä. Menetelmän soveltaminen Suomeen edellyttää kuitenkin aiheeseen liittyviä jatkoselvityksiä
\nMaanteiden tulvariskien hallinnan tueksi on kehitetty tulvariskin arviointimenetelmiä. Menetelmistä osa perustuu tiestötietojen, kokemusperäisen tulvatiedon sekä hydrologisten havaintojen hyödyntämiseen ja osassa käytetään paikkatietopohjaisia mallintamiseen ja simulointiin perustuvia menetelmiä. Joitakin menetelmiä on käytetty Suomessa, mutta menetelmien laajempi soveltuvuus tulisi tutkia erikseen. Hyvän lähtökohdan paikkatietopohjaisten menetelmien hyödyntämisen kehittämiseen antaa Maanmittauslaitoksen lähes koko Suomesta kartoitettu laserkeilausaineisto.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,481
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,002
Communication savante0,0000,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0820,002

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 Opus0,013
Tête enseignante GPT0,199
Écart entre enseignants0,186 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTampere University Institutional Repository (Tampere University)Même sujetMagnetic confinement fusion researchTravaux en français237 207