Maanomistajien suhtautuminen kaupalliseen metsästykseen
Bibliographic record
Abstract
Suomen riistakeskuksen Hyvinvointia riistataloudesta -prosessiin kuuluu edistää riistatalouden hyvinvointivaikutusten tutkimusta ja viestintää niistä sekä riista- ja erätalouden taloudellista toimeliaisuutta ja liiketoimintaa. Vuonna 2021 kerättiin kyselytutkimuksella maanomistajien näkemyksiä hirvieläimistä ja riistataloudesta. Kyselyaineisto on jaettu riistakeskusalueittain ja Uudellamaalla ja Varsinais-Suomessa hirvitalousalueittain. Raportissa tarkastellaan kuinka maanomistajat suhtautuvat maillaan tapahtuvaan kaupalliseen metsästykseen ja millaiset tekijät ennustavat myönteistä tai kielteistä suhtautumista. Metsästyskulttuuri on muuttumassa ja yhä useampi kaupungissa asuva metsästäjä ei omista maata, mutta on silti kiinnostunut metsästämisestä. Näin ollen kaupalliselle metsästykselle, kuten maksullisille hirvieläinjahdeille, metsästyslupien myynnille ja metsästystapahtumille on yhä enemmän kysyntää. Riistatalouden tuomat mahdollisuudet voivat kiinnostaa myös monia maanomistajia ryhtymään riistatalousyrittäjiksi ja kehittämään oman alueensa metsästyskulttuuria. On kuitenkin tärkeää löytää toimivia, kestäviä ja reiluja tapoja järjestää toimintaa niin, että hyödyt jakautuvat oikein kaikille. Kyselyn mukaan vain noin puolet maanomistajista suhtautuu myönteisesti kaupalliseen metsästystoimintaan. Puolet kyselyn vastaajista eivät hyväksy jos metsästysseura tai -seurue myy metsästyslupia tai järjestää maksullisia hirvieläinjahteja heiltä vuokratuilla mailla. Samoin puolet vastaajista eivät missään tapauksessa vuokraisi maitaan yrittäjälle, joka järjestää metsästysmahdollisuuksia heidän maillaan. Osa maanomistajista kuitenkin kokee, että kaupallinen toiminta voisi olla hyväksyttävää jos he saisivat parempia vastikkeita maistaan tai jos tulot ohjattaisiin metsästysseurojen investointeihin. Miltei viidesosa maanomistajista ei osannut sanoa vuokraisivatko he maitaan yrittäjälle. Tämä voi kertoa siitä, että toiminnan laadusta, sopimusehdoista sekä käytännön järjestelyistä ei ole tarpeeksi tietoa saatavilla. Tulosten perusteella maanomistajien ikä, koulutus ja sukupuoli ovat tärkeitä tekijöitä siinä, kuinka he suhtaututuvat kaupalliseen metsästystoimintaan. Tulosten mukaan maanomistajat ajattelevat hyvin samankaltaisesti kaikkialla Suomessa ja sijaintia tärkeämpää on esimerkiksi maanomistuksen hehtaarimäärä. Maanomistaja suhtautuu myönteisemmin maidensa vuokraamiseen yrittäjälle, jos hän arvioi alueellensa suuremman hirvieläinkannan. Toisaalta taas keskimääräinen todellinen hirvi- ja valkohäntäpeurakanta eivät ole yhteydessä muihin kaupallisen metsästyksen muotoihin kuin maanomistajan suhtautumiseen hirvieläinlihan myymiseen. Maanomistajien välillä on eroja ja jopa vastakkaisuuksia siinä kuinka he suhtautuvat metsästyslupien myymiseen ja maksullisiin hirvieläinjahteihin maillansa ja toisaalta taas maidensa vuokraamiseen yrittäjille. Jos maanomistaja on paikallinen tai metsästää, hän on myönteisempi metsästysseurojen harjoittamalle kaupalliselle toiminnalle, mutta kielteisempi maidensa vuokraamiselle yrittäjälle. Kaupungeissa asuvat, ei metsästystä harjoittavat taas ajattelevat toisinpäin. Kehittyvän riistatalouden kannalta onkin tärkeää huomioida, että vaikka laajoja alueellisia eroja ei ole, maanomistajien paikalliset tilanteet ovat hyvin merkittävässä osassa siinä, millainen toiminta sopii eri alueille. Joskus paikallisten metsästysseurojen kaupallisen toiminnan tukeminen on sopivampaa, kun taas joskus riistatalousyrittäjät otetaan vastaan paremmin
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.091 | 0.031 |
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".