Maanomistajien tasapuolinen kohtelu kylien kaavoituksessa
Bibliographic record
Abstract
Kylien kaavoituksessa maanomistajien tasapuolinen kohtelu on huomioitava uusia rakennuspaikkoja suunniteltaessa. Aihe on ajankohtainen ja lähtöisin Oulun kaupungin Yhdyskunta- ja ympäristöpalveluiden kaavoitusyksiköstä. \n\nEmätilaperiaate on vakiintunut käytäntö rannoille rakennettaessa. Tätä periaatetta on käytetty myös ranta-alueiden ulkopuolella maanomistajien tasapuolisen kohtelun varmistamiseksi. Emätilaperiaate perustuu poikkileikkausvuoteen, jonka jälkeen lohkotut ja rakennetut tilat katsotaan jo käytetyksi rakennusoikeudeksi. Periaate on kyseenalaistettu ja useat päättäjät ja maanomistajat haluaisivat luopua sen käytöstä kokonaan.\n\nTässä työssä selvitettiin Suomen kuntien kaavoittajille suunnatun kyselyn avulla, miten maanomistajien tasapuolinen kohtelu toteutuu Suomen kunnissa. Työssä tutkittiin, käytetäänkö emätilaperiaatetta rantavyöhykkeiden ulkopuolella. Mikäli periaatetta ei ole käytetty, miten maanomistajien tasapuolinen kohtelu on muilla tavoin varmistettu. Yli puolet vastaajista oli käyttänyt emätilaperiaatetta ranta-alueiden ulkopuolella. Yli puolet vastaajista käyttäisi periaatetta jatkossakin. \n\nTässä työssä esimerkkitapauksena on Oulun kaupungissa sijaitseva Alakylän alue. Alakylän, Tirinkylän, Haipuskylän ja Hanhiperän alueelle laaditaan parhaillaan osayleiskaavaa. Emätilatarkastelun poikkileikkausvuotta on tuotu lähemmäksi nykypäivää ja se on määritelty vuodeksi 2000, jolloin maankäyttö- ja rakennuslaki tuli voimaan. Alakylään on laadittu kyläselvitys, jonka yhteydessä on kuultu maanomistajien ja asukkaiden mielipiteitä kyläillassa ja internetkyselyn avulla.\n\nDigitaalisuuden hyödyntäminen lisääntyy kaavoituksessakin nopeaa tahtia. Paikkatieto-ohjelmistot ja -aineistot helpottavat alueiden suunnittelua ja maanomistajien tasapuolisen kohtelun tarkastelua. Suunnittelualueella sijaitsevien arvojen, reunaehtojen ja rajoitteiden sijoittaminen kartalle onnistuu kehittyneiden menetelmien vuoksi nopeasti. Kiinteistöjen muutoksia eri vuosina voi tarkastella paikkatieto-ohjelmistojen avulla, ja sitä hyödynnettiin myös tässä työssä. Paikkatietomalli, joka mahdollistaisi alueiden kiinteistöjenmuodostumisen tarkastelun eri vuosina, helpottaisi lähtötilanteen tarkastelua.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.054 | 0.010 |
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".