Bibliographic record
Abstract
Tämän insinöörityön tarkoituksena on tutkia 3D-tulostamista rakennuksien kokoisissa kohteissa käyttäen pääasiallisesti sementtipohjaisia materiaaleja, mutta myös tutkien pintapuolisesti muiden materiaalien käyttöä tässä prosessissa. Yksi työn tarkoituksista oli myös pohtia tämän rakennusprosessin käyttömahdollisuutta Suomen markkinoilla. Aihe tähän insinöörityöhön tuli omasta kiinnostuksesta tähän prosessiin ja teknologiaan. Alustavan tutkimuksen edetessä vahvistui oma uskomus siihen, että tämä uusi rakennusprosessi tulee olemaan tulevaisuudessa merkittävä osa rakennusalaa niin rakentajien kuin tilaajien kannalta. \n \nMenetelminä tähän insinöörityöhön on käytetty haastatteluja ja tutkimustyötä. Haastattelut ovat olleet tutkimustyötä täydentävää. Tutkimusmateriaalina on käytetty internettiä haastattelut pois lukien. \n \nTulokset tästä insinöörityöstä eivät ole absoluuttisia totuuksia, sillä teknologia ja materiaalitekniikka tähän aiheeseen liittyen kehittyy jatkuvasti, täten muuttaen tuloksia. Tämän insinöörityön luettua pitäisi lukijan ymmärtää rakennusten 3D-tulostuksen perusteet ja kuinka sitä voidaan käyttää rakentamisessa. Tämän rakennusprosessin haasteita Suomen markkinoille tuomisesta on tuotu esille tässä työssä, mutta tämän teknologian ollessa vielä suhteellisen uutta on vaikea arvioida kuinka konservatiivinen rakennusala ottaa tämän uuden rakentamisen prosessin ja mahdollisuudet vastaan. \n \nJohtopäätökset ovat myös tulkinnanvaraisia ja suureksi osaksi spekulointia, mutta suuren tutkimusmäärän jälkeen kuitenkin informatiivisia tulkintoja ja johtopäätöksiä aiheeseen. Tämä 3D-tulostusprosessi on mahdollinen ja jopa hyödyllinen Suomen kaltaisessa teollisuusmaassa, jossa on suhteellisen kallista työvoimaa. Kun tämä uusi teknologia tulee tutuksi ja tunnetuksi se varmasti yleistyy niin Suomessa kuin ulkomaillakin.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.018 | 0.005 |
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".