Puulajivalinta kuusenjuurikäävän valtaamalle alueelle : vaihtoehtoiset uudistamismallit
Notice bibliographique
Résumé
Tämän opinnäytetyön tavoite on selvittää kuusenjuurikäävän saastuttaman metsäalan uudistamisen vaihtoehtoja. Opinnäytetyö on tehty kirjallisena katsauksena, ja tietoa on haettu niin alan arvostamien metsäasiantuntijoiden julkaisemista teoksista kuin metsäalan ammattilaisten verkkopalveluista. Työ sai innoituksensa kantahämäläisellä päätehakkuualalla havaitusta kuusenjuurikäävän aiheuttamasta korkeasta lahoprosentista. Ilmaston lämmetessä ja kuivuusjaksojen pidentyessä Suomen metsät tulevat kohtaamaan enenevissä määrin niin hyönteis- kuin sienituhoja. Tunnettua on, että tuhot aiheutuvat useamman tekijän yhtäaikaisesta vaikutuksesta. On jo selvää, että kuusi tulee kärsimään ensimmäisten joukossa pitkittyvistä kuivuusjaksoista. Kuusen selviytymistä vaikeuttaa lisäksi se, että aikaisemmilla vuosikymmenillä metsänhoidossa tehtyjen virheiden takia monissa kuusimetsissä lahoa aiheuttava kuusenjuurikääpä on jo valmiiksi levinnyt ja heikentää kuusen vastustuskykyä muita tuholaisia kohtaan. Tämän tutkimuksen tarkoituksena on tarjota metsänomistajille vaihtoehtoisia viljelymalleja kuusenjuurikäävän saastuttamalle alueelle. Pahasti saastunut alue tarvitsee kuusettoman sukupolven, mikä onnistuu parhaiten kasvattamalla seuraava puusukupolvi lehtipuusta. Lehtipuun kasvatuksen yhtenä haasteena on usein kuitenkin se, että useimmat lehtipuista vaativat hyvin ravinteikkaan maaperän menestyäkseen. Suomessa on paljon alueita, joilla kuusi on istutettu väärälle, liian karulle kasvupaikalle hirvituhojen pelossa. Puulajikirjon laajentaminen Suomen metsissä vaatii kuitenkin vuosikymmenien työn. Tällä hetkellä ulkomaisten puulajien ja jalopuulajien käyttö rajoittuu varsin pienille aloille monestakin syystä. Ensimmäisenä eikä vähäisimpänä, kasvatusta ohjaa metsäteollisuus, jonka puunhankinta on keskittynyt lähinnä kuuseen, mäntyyn ja koivuun. Toisena tekijänä on harvinaisempien taimilajien vaikea saatavuus ja kallis hinta. Muutosta ei nopeuta epävarmuus vieraampien puulajien menestymisestä Suomen oloissa. Ilmastonmuutos on kuitenkin väistämätön, ja nyt istutetut jalopuut saattavatkin olla tulevaisuuden arvopuita. Riskiä sietävät metsänomistajat eivät jää voivottelemaan maaperän saastumista vaan tarttuvat Suomen metsäalan kehittämiseen laajentamalla metsiensä puulajikirjoa.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,004 |
| Communication savante | 0,016 | 0,008 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,079 | 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 ».