Hyönteistuhojen vaikutukset Turun kaupungin metsissä : tarkastelussa kaarnakuoriaiset
Bibliographic record
Abstract
Opinnäytetyön tavoitteena on tutkia, millä tavoin kaarnakuoriaiset vaikuttavat metsien hiilensidontaan, talouteen, monimuotoisuuteen sekä virkistyskäyttöön, turvallisuuteen ja maisemaan. Työn tilaajana toimii Turun kaupunki, jonka alueella tutkimuksen 24 metsikkökuviota sijaitsevat. Työn tarkoituksena on tukea hiilineutraali Turku 2029 - tavoitteita ja toimia materiaalina seuraavissa hiililaskelmissa. Opinnäytetyö antaa suuntaa Turun kaupungin metsien hyönteistuhojen laajuudesta sekä kaarnakuoriaisten määrästä alueittain. \nOpinnäytetyön koostaminen aloitettiin kesällä 2022 tehdyillä maastotutkimuksilla. Jokaiselle metsikkökuviolle sijoitettiin viikoksi feromonipyydys, jonka avulla saatiin arvio metsikön kaarnakuoriaisten määrästä. Lisäksi jokaiselta metsikkökuviolta laskettiin puustotietoja ja kuolleiden puiden määrää sekä arvioitiin kasvupaikkatyyppiä. Kerättyjen aineistojen avulla voidaan tehdä erilaisia päätelmiä kaarnakuoriaisten määrän ja tietyn aihealueen välillä. \nOpinnäytetyössä perehdytään yleisesti kirjanpainajaan ja okakaarnakuoriaiseen. Lisäksi jokaiseen käsiteltävään aihealueeseen, esimerkiksi hiilensidontaan ja monimuotoisuuteen perehdytään yleisellä tasolla ja kerrotaan erilaisista tutkimusmateriaaleista kyseisestä aihealueesta ja kaarnakuoriaisten vaikutuksista siihen. Aihealueita käsitellään myös Turun kaupungin näkökulmasta ja pohditaan erilaisia vaihtoehtoja metsien kestävään käsittelyyn. Tavoitteena on keksiä ratkaisuja, joiden avulla kaarnakuoriaisten aiheuttamat tuhot eivät lisäänny entisestään ja samalla huomioiden kaupungin metsienkäsittelyn tavoitteita, jotka ovat kirjattu esimerkiksi Turun kaupungin ilmastosuunnitelmaan 2029. \nTyön tulokset ovat vaihtelevia ja suoria syy-seuraussuhteita on vähän. Yleisesti ottaen voidaan kuitenkin sanoa, että mikäli kaarnakuoriaisia on enemmän kuin normaali määrä, on syytä tarkkailla tilannetta ja tehdä toimenpiteitä, ennen kuin tilanne pahenee.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.066 | 0.014 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".