Paikallavalettavien betonirakenteiden työturvallisuus : työvaiheiden turvallisuustekijät
Bibliographic record
Abstract
Opinnäytetyön tavoitteena oli tuoda esille tyypillisiä, päivittäisiä ongelmia paikallavalettavien betonirakenteiden eri työvaiheissa ja tuoda esille tyypillisimmät työvaiheisiin vaikuttavat pykälät ja asetukset Suomen sekä Ruotsin lainsäädännöistä koskien työturvallisuutta. \n \nTyön tarkoituksena oli käydä läpi keskeiset Suomen ja Ruotsin työturvallisuuslainsäädännön sekä asetusten piirteet, jotka ohjaavat työn tekemistä rakennustyömailla ja verrata näitä käytännön työn toteutukseen. Tarkoituksena oli käsitellä betonirakentamisen eri työvaiheita sekä verrata niiden \ntyömenetelmiä laeissa ja asetuksissa esitettyihin vaatimuksiin. Toteutusvaiheessa tarkoituksena \noli havainnoida työnjohdon toimintaa betonirakentamisen eri työvaiheissa osana työturvallisuuden \nvalvontaa työmailla. \n \nTyövaiheiden suunnittelun selkeys sekä työvaiheiden turvallisuusnäkökulman läpikäyminen työn \nsuorittajien kanssa lisäsi osaltaan turvallisuuden toteutumista työmailla. Myös työturvallisuuden toteutuminen sekä tyypillisimmät laiminlyönnit kuten toistuva putoamissuojauksen ja henkilösuojainten puute sekä rajaamattomat nostoalueet eri työvaiheiden aikana antoivat selkeän kuva perehdyttämisen kehitystarpeista. Suomen sekä Ruotsin lainsäädäntöjä ja asetuksia vertaillessa tuli ilmi, että työturvallisuuden lainsäädäntö on erittäin yhtenevää maiden välillä. Työnjohdon näkökulmasta tarkasteltuna, töiden suunnittelu ja toteutus ei poikkea maiden välillä merkittävästi.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.010 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.100 | 0.029 |
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".