Metsätilastollinen vuosikirja 2022
Bibliographic record
Abstract
Metsätilastolliseen vuosikirjaan kootaan vuosittain keskeiset tilastot Suomen metsistä, metsätaloudesta ja metsäteollisuudesta. Kirjassa käsitellään myös metsien monimuotoisuutta ja suojelua. Viimeisessä luvussa esitellään kansainvälisiä metsätilastoja. Kirja muodostaa osan Suomen metsätilastojärjestelmää, joka on kansainvälisesti arvioiden maailman huippua. Kirjan tuoreimmat tilastot käsittelevät pääasiassa vuotta 2021.\nMetsätilastollisella vuosikirjalla on pitkät perinteet. Kirjaa on tehty jo seitsemällä eri vuosikymmenellä, 60-luvun lopusta lähtien. Kirjan sisältöä on kehitetty jatkuvasti vastaamaan kasvaviin ajankohtaisiin tietotarpeisiin. \nKirjan päätoimittaja on Eeva Vaahtera. Kirjaa työsti asiantunteva ja metsätilastoihin perehtynyt toimitustiimi. Kirjan toimitustiimiin kuuluivat: Irma Kulju, Tuomas Niinistö, Aarre Peltola, Minna Räty, Tiina Sauvula-Seppälä, Jukka Torvelainen ja Esa Uotila.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.002 |
| Meta-epidemiology (narrow) | 0.007 | 0.008 |
| Meta-epidemiology (broad) | 0.007 | 0.004 |
| Bibliometrics | 0.006 | 0.010 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.007 | 0.003 |
| Research integrity | 0.006 | 0.006 |
| Insufficient payload (model declined to judge) | 0.090 | 0.656 |
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; both teacher heads agree on what is shown here.
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".