Hylkysaneerauksen järjestelyt ja kilpailutus
Bibliographic record
Abstract
Työn tarkoituksena oli seurata Suomen ympäristökeskus Syken tekemää kilpailutusta yksityisille yrityksille, hinaaja Simsonin ja panssarilaiva Ilmarisen hylkyjen tutkimuksesta ja niiden tyhjentämisestä ympäristövaarallisista aineista. Työssä seurattiin Syken ja yhteistyökumppaneiden pelastusta edeltäviä tutkimuksia kyseisistä hylyistä. Pelastusta edeltävissä tutkimuksissa oli tarkoitus etsiä, tutkia, kuvantaa ja tuottaa hylystä informaatiopaketti, jotta hylyn tyhjennyksen suorittajan kilpailutukseen osallistuvat yritykset voisivat tehdä tarjouksen urakan suorittamisesta. \n \nTyön tarkoituksena oli myös käsitellä hylkyjen kunnostusta yleisellä tasolla esimerkiksi kuvaamalla erilaisia hylkyjen kunnostusratkaisuja ja Suomen ympäristökeskuksen Syken toteuttamia hylkyjen kunnostushankkeita. Työssä tutustuttiin yleisellä tasolla Suomen rannikon, Itämeren ja maailman merissä oleviin hylkyihin. Työssä perehdyttiin öljyntorjunnan periaatteisiin ja öljypäästön mahdollisesti aiheuttaviin vaurioihin vesistöjen eliöyhdyskunnissa. \n \nHinaaja Simsonin projektin tulos oli, että tutkimustyön jälkeen hinaaja Simsonin tyhjennysprojektista luovuttiin. Tutkimuksissa todettiin, että hylky ei sisällä riittävästi ympäristövaarallista ainetta, jotta hylyn tyhjentäminen kannattaisi. \n \nLopputuloksena työssä oli, että hylkyjen perustutkinta kannattaa tehdä huolellisesti. Yhteistyötä olisi syytä tiivistää muiden Itämeren maiden kanssa erityisesti Viron, koska Viron edustan hylkyjen vuodot tulevat todennäköisesti vaikuttamaan myös Suomen rannikon alueella ja jotta toimintojen päällekkäisyyksiltä vältyttäisiin sekä hylkyjen määrään suhteutettuna vähäisistä resursseista saataisiin mahdollisimman paljon irti. \n \nHylkyjen seuranta systeemiä tulisi kehittää tulevaisuudessa, että pystyttäisiin entistä helpommin keskittymään vaarallisten hylkyjen vuotojen ennaltaehkäisyyn.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.209 | 0.103 |
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".