Kouvolan RRT:n tuomat edut toimitus- ja kuljetusketjussa
Bibliographic record
Abstract
Tämän opinnäytetyön tehtävänä oli löytää Kouvola RRT:n tuomat edut toimi-tus- ja kuljetusketjussa eri satamien välille. Opinnäytetyön toimeksiantajana toimii Kouvola Innovation Oy. Opinnäytetyön tarkoitus oli selvittää Helsingistä tai Kotka-Haminasta Kouvolaan raideliikenteen tuomat edut vertailuna tiemaa-kuljetuksiin. Samalla työssä tutkittiin ja pohdittiin, ketkä olisivat ne asiakkaat, jotka hyötyisivät tästä eniten ja ketä olisi potentiaalinen operaattori kuivasata-massa. \n \nOpinnäytetyö toteutettiin laadullisena tutkimuksena. Tutkimuksessa kerättiin \nkvalitatiivista aineistoa tarjouskyselyillä. Tutkimustulokset edustavat näiden tarjousten pohjalta saatuja tuloksia ja tämänhetkistä maailman tilannetta. \n \nTutkimustulos perustuu tarjouskyselyihin sekä satamien ja satamaoperaatto-reiden yleishinnastoihin ja niiden tuomiin johtopäätöksiin. Lisäksi pohdinta mietitään oman kokemuksen kautta sekä ajatuksia purkamalla, joita on työn edetessä ilmennyt lisää. Kuten pystyisikö Suomi ottamaan mallia naapuri-maastamme Ruotsista, jossa kuivasatamien saaduista hyödyistä on saannilla konkreettista dataa. Ja olisiko tulevaisuudessa kuivasatamien käytöstä helpo-tusta kuljettaja pulaan maantieliikenteessä? \n \nTutkimustulosten perusteella raideliikenteen rajahyöty korostuu pitkillä mat-koilla sekä todella suurissa tavaraerissä verrattuna maantiekuljetuksiin. Vaikka Suomessa onkin maantieliikenteen yhteydet todella hyvät niin, raideliikenne on silti tässä kohtaa huomattavasti edullisempi ja nopeampi ajallisesti sekä ympäristöystävällisempi tuomaan tavarat määränpäähän vaikkakin Suomen ratatieverkosto ei ole niin hyvin kehittynyt kuin naapurimaassa. \n \nAsiasanat: logistiikka, kuljetukset, satama, raideliikenne
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.010 | 0.005 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.228 | 0.094 |
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".