Tieverkon hallinnollisen luokittelun periaatteita eri maissa
Notice bibliographique
Résumé
Tässä diplomityössä on tarkasteltu kuuden maan hallintorakennetta ja tieverkon eri osien hallinnoinnin jakautumista eri hallintotasoille. Vertailun ja työn tavoitteiden takia tarkasteluun sisällytettiin myös Suomi. Tutkittuja ulkomaisia kohteita ovat Ruotsi, Tanska, Saksa, Englanti Yhdistyneestä Kuningaskunnasta, Michigan Yhdysvalloista ja Ontario Kanadasta. Esimerkkikohteet on valittu kehittyneistä länsimaisista valtioista, joista tarvittavien tietojen löytämisen arveltiin olevan diplomityön puitteissa mahdollista. Kohteet valittiin kehittyneiden valtioiden joukosta, koska tarkoituksena oli löytää hyviä esimerkkejä tieverkon hallinnoinnin järjestämiselle. Työssä etsittiin myös tieverkon osien välisten rajapintojen kriteerejä kohteista. Työssä rajapintojen tarkastelu on jätetty kohtuullisen yleiselle tasolle. Rajapintojen tutkimista vaikeuttivat kohteiden monimuotoiset ja eritasoiset hallintorakenteet sekä lainsäädännöt. Lisäksi eritasoisten viranomaisten asetukset ja säädökset voivat vaihdella jopa kohteiden eri alueilla. Erityishuomio työssä on kiinnitetty yksityisteihin. Tarkastelluista kohteista on tutkittu rajapintaa yleisten ja yksityisteiden välillä, käytäntöä yksityisteiden hallinnoinnista sekä yksityisteiden historiaa ja lainsäädäntöä. Yksityisteillä on tutkituissa kohteissa oleellinen rooli tieverkoston hiussuonistona. Saksassa yksityisteiden merkitys on ilmeisen vähäinen. Pohjoismaat ovat puolestaan kohteista ainoita, jotka yleisesti avustavat yksityisteiden rakentamista tai kunnossapitoa. Tarkasteltujen hallintoesimerkkien sekä niiden yksityiskohtien soveltuvuutta Suomeen on pohdittu kappaleessa kuusi. Osa esimerkeistä ansaitsee lisäselvitystä, jos tieverkon hallinnointia Suomessa ollaan tulevaisuudessa jakamassa eri hallintotasoille. Mahdollisesti Suomeen soveltuvia järjestelmien yksityiskohtia arveltiin olevan muutamia. Esimerkiksi Ruotsissa yksityisteiden ajatellaan palvelevan myös yleistä liikennettä. Yleisen liikenteen yksityisteille aiheuttama lisärasite onkin siellä pääasiallinen yksityisteiden tukemisen peruste. Useissa tarkastelluissa maissa esiintyneitä monimuotoisia hallintorakenteita ja niiden soveltuvuutta Suomeen voisi myös olla hyödyllistä tutkia lisää.
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) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,005 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,033 | 0,103 |
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 ».