Bibliographic record
Abstract
Opinnäytetyön tavoitteena oli perehtyä Suomen ja Venäjän väliseen kaupankäyntiin sekä case-tapaukseen, jossa suomalainen yritys Oilon Oy vie polttimia ja niiden lisälaitteita venäläisille ostajille etupäässä Pietarin alueelle. Tutkimuksen tavoitteena on antaa selkeä kuva siitä, mitä tulee ottaa huomioon viennissä Venäjälle. Työ on samalla suomalaisille yrityksille suunnattu pienimuotoinen venäjän-kaupan opas, jonka avulla koko kaupankäyntiprosessi voidaan suorittaa alusta loppuun. Opinnäytetyön lopussa käsitellään Oilonin tuotteita ja niiden ominaisuuksia. \n \nOilon Oy on suuri koneenrakennusalan yritys, jonka kotipaikka on Lahti. Oilon Oy on viime vuosina panostanut voimakkaasti vientiin. Yksi Oilonin tärkeimmistä vientimaista on Venäjä johtuen sen voimakkaasti kasvavista markkinoista. Oilonin menestys markkinoilla on pitkän kehityksen tulos. Oilonin tuotteet ovat omalla alallaan maailman huippuluokkaa. \n \nOpinnäytetyö perustuu pääasiassa omiin kokemuksiini työskentelystä Oilonilla Venäjän-kaupan parissa. Kaiken kaikkiaan olen työskennellyt eri tehtävissä Venäjän parissa yli 20 vuotta. Aineistoa on myös kerätty eri tietolähteistä. Venäjän kauppa on aikaa vievää ja se vaatii resursseja. Nopeita voittoja markkinoilta on turha odottaa. Venäjän-kaupan oppaat antavat yleispäteviä neuvoja kaupankäyntiin Venäjällä, mutta oikeasti kaupankäynnin oppii vain käytännön ja kokemuksen kautta.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.121 | 0.048 |
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".