1980-luvun kerrostalon energiatehokas talotekninen saneeraaminen : taloyhtiön avuksi
Bibliographic record
Abstract
Tavoitteena työlleni oli koota 1980-luvulla rakennettujen asuintalojen hallituksille ja isännöitsijöille ohjeistusta ja tietoa, siitä miten toteuttaa talotekninen saneeraaminen energiatehokkaasti. Aloittaessani työtäni Motivan kanssa keskustelimme siitä, ettei tällaista koostetta oltu vielä tehty. Ajattelin, että ohjeistuksesta olisi apua usein vähemmän tekniikkaa hallitseville hallituksen jäsenille ja myös isännöitsijöille. Tavoitteeni oli selvittää, miten kerrostalo saataisiin saneerattua lähes nollaenergiatasolle. Tämä osoittautui opinnäytetyöksi liian laajaksi tavoitteeksi, joten rajasin käsittelyä energiatehokkaaseen talotekniseen saneeraamiseen. \n \nMenetelmänä työssäni käytin tutustumista olemassaolevaan materiaaliin kirjojen, lehtien, paperi- ja nettijulkaisujen sekä haastattelujen avulla. Materiaalia on paljon saatavilla, se on monessa eri lähteessä hajallaan. Eri aikakausien rakennusten tyyppiratkaisuista ja energiankulutuksista on olemassa paljon koottua tietoa. Rakennusten energiatalouden parantamista mietitään myös Suomen valtion toimesta ja sitä ohjataan muun muassa rahoituksella, ohjeilla ja määräyksillä. Rahoituksen saamisen perusteena on usein energiatalouden huomattava parantuminen. \n \nSain koottua aika kattavasti tietoa 1980-luvun kerrostalojen silloisesta tekniikasta ja tyypillisistä rakenteista. Kokosin tapoja parantaa energiatehokkuutta taloteknisellä saneeraamisella. Työni keskittyi talotekniikkaan, mutta sen rinnalla kävin läpi myös rakenteellisia ratkaisuja. Tein eri aihekohdista omia mindmap-tyyppisiä kuvioita, mitkä toivottavasti osaltaan selventävät toimenpiteitä. \n \nTälle opinnäytetyölle löytyy toivottavasti lukijoita ja työstäni voi joku poimia itselleen apuja remontoimisen ja päätösten tueksi. Päätöksiä ohjaa raha, olen työssäni mielestäni saanut todistettua, että hyvin sijoitettu raha tulee tehokkailla ratkaisuillla varsin nopeasti takaisin. Siksi itse investoinnin euromäärä ei aina ratkaise. Jokainen rakennus ja taloyhtiö on yksilö. Yhtä ainoaa oikeaa ratkaisua ei ole. Oman mielenkiinnon ratkaisuihin tuo aina se, että erilaisia ratkaisuja tuetaan valtiovallan toimesta välillä enemmän ja välillä vähemmän. Opinnäytetyöni auttaa näissä pohdinnoissa ja valinnoissa.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.029 | 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".