Erilliskerättävien jätejakeiden keräyksen järjestäminen kuntien velvollisuutena
Bibliographic record
Abstract
Tässä opinnäytetyössä kuvataan jätelain uudistusten tarkoittamia toimenpiteitä suoraan kuntatoimijoille ja yhteistyössä tuottajien kanssa, koskien pakkausjätteiden tuottajavastuujärjestelmää osana yhdyskuntajätekierrätystä jätelain määrittämien pakkausjakeiden osalta. Lisäksi opinnäytetyö sisältää nykytilaselvityksen tarvittavien keräyspisteiden määrästä (kiinteistöt) postinumeroittain Porissa ja Porin seudun toimialueen kunnissa, esimerkinomaisia laskelmia jätteiden kuljetuskustannuksista, jos jätteen keräystavoissa ei muutettaisi mitään sekä yhteenvedon jätekuljetusten kilpailutuksessa huomioitavista asioista. \n \nOpinnäytetyössä selvitettiin jätelain 646/2011 muutosten vaikutus kuntien vastuulla olevaan jätehuoltoon ja jätehuollon kuljetusten kilpailutukseen. Tärkeimmät kohdat kerättiin tietopaketiksi käymällä läpi Suomen Kiertovoima ry:n vetämän kuntien yhteisen jätehuollon KUHA-projektin materiaalit ja valitsemalla niistä pääkohdat. Lisäksi tehtiin tiivistelmä pakkausjätteiden tuottajavastuujärjestelmästä osana yhdyskuntajätteen kierrätystä Valtioneuvoston JÄTEKIVA-projektin materiaaleista. Kuljetusten kilpailutuksessa huomioitavista asioita tehtiin tietopaketti käymällä läpi aiheeseen liittyvät lait, asetukset ja KUHA-projektin materiaalit. \nTärkein osa opinnäytetyöstä on aineistoanalyysi Porin seudun jätehuollon toimialueen kuntien kiinteistöistä. Aineistodatan virheet (noin 8 % koko materiaalista) korjattiin ja jokaisen kunnan aineistosta luotiin tilaajan määrittelemät taulukot. Lisäksi tilaajalle luotiin yhteenvetotaulukot tärkeimmistä pyydetyistä tiedoista ja luotiin esimerkkilaskelmat jäteastioiden tyhjennyskustannuksista vuositasolla, eri keräystiheyksillä, kun keräys toteutetaan yksilokeroautolla. Aineistoanalyysin taulukkotiedostot (10 kpl) ovat salaisia.
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 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.002 |
| Scholarly communication | 0.012 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.231 | 0.100 |
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".