MétaCan
Menu
Retour à la cohorte
Enregistrement W7127211323

Tukin määräpoikkeaman syitä sahan hankinta-alueella

2025· other· fi· W7127211323 sur OpenAlexaboutno aff
Jere Sirviö, Sami Toivanen

Notice bibliographique

RevueTheseus (Ammattikorkeakoulujen) · 2025
Typeother
Languefi
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Power (physics)Quarter (Canadian coin)Civil servants
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Tukkihävikki on merkittävä aihe metsäteollisuudessa, sillä se liittyy suoraan puun tehokkaaseen hyödyntämiseen. Tukin saanto on tärkeää jokaiselle metsäalan yritykselle, joka sitä jollain tavalla jatkojalostaa tai välittää eteenpäin. Hävikin vähentäminen on tärkeää, niin taloudellisesti kuin ympäristönkin kannalta. Tutkimuksen tavoitteena oli tutkia, tapahtuuko sahan hankinta-alueella tukkihävikkiä. Tutkimus toteutettiin keräämällä sahan metsätietojärjestelmästä hankinta-alueella operoineiden hakkuukoneiden mittausmääriä ja vertaamalla niitä sahan vastaanoton mittausmääriin. Tutkimus oli laadultaan kvantitatiivinen eli määrällinen tutkimus. Tutkimusaineisto koostuu puukauppasopimuksista, joissa oli hakattu kuusi- (Picea abies) ja mäntytukkeja (Pinus sylvestris). Tutkimusaineistoa tutkittiin Wilcoxonin merkittyjen sijalukujen testillä. Testitapa valittiin normaalijakautuneisuus testien perusteella, joista selvisi, että aineisto ei ollut normaalijakautunutta. Testit suoritettiin koko aineistolle sekä valituille rajaajille. Aineistossa tapahtuu kuusi- ja mäntytukeilla tilastollisesti merkittävää eroa, kuutiomäärä- ja kappalemäärätesteissä. Rajaajilla tulokset vaihtelivat tilastollisesti merkittävän, tilastollisesti erittäin merkittävän ja tilastollisesti ei merkittävän välillä. Tilastollinen merkittävyys kertoo, onko havaittu ero systemaattista vai satunnaista ja esittää sen suuntautumisen vastaanotto- ja hakkuukonemittauksien välillä. Aineiston kokonaiskuutiomääräero oli -1,40 % ja kokonaiskappalemääräero -0,37 %.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,192

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,001
Communication savante0,0040,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0580,014

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 Opus0,020
Tête enseignante GPT0,270
Écart entre enseignants0,250 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTheseus (Ammattikorkeakoulujen)Travaux en français237 207