Ympäristövastuun toteuttaminen suomalaisissa kuljetusyrityksissä
Bibliographic record
Abstract
Ilmastonmuutos ja sen vaikutukset ovat olleet ajankohtainen aihe jo pitkään. Liikenne on yksi toimialoista, jolla on suuri vaikutus ilmastonmuutokseen. Suomessa liikenne aiheuttaa viidesosan päästöistä, joista yli 90 prosenttia aiheutuu tieliikenteestä. Suomessa tieliikenteellä on tärkeä asema koko yhteiskunnassamme. Tuotteita ja tavaraa kuljetetaan niin kuluttajille kuin yrityksille ympäri Suomea, joka on mahdollista kattavan tieverkkomme ansiosta. \n \nOpinnäytetyön tarkoituksena on selvittää, miten suomalaiset kuljetusyritykset ottavat ympäristövastuun huomioon jokapäiväisessä liiketoiminnassaan. Tavoitteena on tutkia syvemmin, miten kuljetusyritykset kokevat alan tulevaisuuden ja muutokset, kuinka valmiina niihin ollaan reagoimaan, mitä ympäristövastuu heille merkitsee ja miten sitä toteutetaan. Tutkimus rajataan koskemaan suomalaisia pieniä ja keskisuuria maantiekuljetusyrityksiä. \n \nTietoperustassa käydään läpi kolme teemaa, jotka ovat maantiekuljetus Suomessa, yritysvastuu sekä kuljetus ja ilmasto. Opinnäytetyössä keskitytään nimenomaan tieliikenteeseen ja sen tilanteeseen Suomessa. Yritysvastuussa keskitytään ympäristövastuuseen ja kestävämpään kehitykseen. \n \nTutkimus toteutettiin laadullisena tutkimuksena ja aineistonkeruumenetelmänä käytettiin teemahaastattelua. Tutkimusaineisto kerättiin haastattelemalla kuutta suomalaisen kuljetusyrityksen edustajaa puhelimitse syksyn 2020 aikana. Haastattelut litteroitiin ja lopuksi kerätty aineisto analysoitiin sisällönanalyysiä ja teemoittelua hyödyntäen. \n \nSaatujen tuloksien perusteella selviää miten suomalaiset kuljetusalan yritykset ottavat ympäristöasiat jokapäiväisessä liiketoiminnassaan huomioon ja mitä ajatuksia alan muutokset herättävät. Tuloksista selviää samankaltaisuuksia mutta myös eroavaisuuksia. Yritykset toimivat lakien ja säännöksien velvoittamalla tavalla ympäristöasioihin liittyen. Ympäristöasioista ollaan tietoisia, ja liiketoiminnan negatiivisia vaikutuksia pyritään vähentämään muun muassa sähköisillä toiminnoilla, kuljetuksien optimoinnilla ja kuljettajien ammattitaidon kehittämisellä. Raha on merkittävä tekijä, joten esimerkiksi kuljetuskaluston uusiminen on pitkä prosessi, joka vaatii aikaa ja suunnitelmallisuutta. Samaan aikaan yhteiskunta painostaa vihreämpään toimintaan sekä uusiutuvan energian käyttöön. Toistaiseksi ympäristöystävällisempää toimintaa ei koeta kilpailuetuna, eli asiakkaat eivät ole valmiita maksamaan ylimääräistä. Itse työtavan uskotaan säilyvän toistaiseksi ennallaan, mutta toimenkuva on muuttunut ja uskotaan muuttuvan myös tulevaisuudessa.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.150 | 0.062 |
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".