Bibliographic record
Abstract
Tämä opinnäytetyö on tehty toimeksiantona Hungry for Finland -hankkeelle. Hanke on jo vuodesta 2012 kehittänyt suomalaista ruokamatkailua ja kerännyt maailmalta hyviä käytänteitä. Opinnäytetyön tarkoituksena on tutkia ruokamatkailua Islannissa ja kerätä tietoa, joka voisi hyödyttää Suomen ruokamatkailun kehittämisessä. \n \nTyössä esitellään Islantia ruokamatkailumaana ja heidän ruokamatkailuunsa liittyviä kärkituotteita. Päätutkimusongelmana on: Mitä Islannissa on tehty ruokamatkailun kehittämiseksi? Onko heillä ruokamatkailustrategia ja millaisia kehittämisen painopisteitä siinä on? Alatutkimusongelmana on: Olisiko Visit Finlandilla jotain opittavaa Visit Icelandilta ruokamatkailun esiintuomisessa? \n \nTietoperusta tarkastelee ruokamatkailua ja määrittelee aiheen kannalta tärkeät käsitteet. Siinä käydään läpi ruokamatkailun historiaa tarkoituksena ymmärtää, miten se on kehittynyt nykyisenkaltaiseksi suureksi matkailuilmiöksi. Tarkastelussa ovat myös ruokamatkailijan motivaatiotekijät sekä globalisaation vaikutus ruokamatkailuun. Lisäksi käydään läpi ruokamatkailun trendejä, lähiruokaa ja slow foodia. Lopuksi esitellään matkailulukuja Islannista ja Suomesta. \n \nOpinnäytetyö on laadullinen tutkimus. Visit Icelandin ja Visit Finlandin verkkosivujen vertailuun on käytetty vertailuanalyysiä. Aineisto on kerätty alaan liittyvästä kirjallisuudesta sekä sähköisistä lähteistä. \n \nTutkimustuloksista kävi ilmi, että Islannissa on ymmärretty ruokamatkailun potentiaali: sitä hyödyntämään on kehitetty ruokamatkailustrategia ainakin vuosille 2015–2020. Strategian toteutus on onnistunut joiltain osin. Islannin ruokakulttuurin imago on vahvistunut ja selkeytynyt merkittävästi, ja paikallinen ruoka näyttäytyy entistä monipuolisempana ja raikkaampana. Silti parannettavaakin löytyy. Strategian tavoitteena oli muun muassa yhteinen markkinointimateriaali, jota voisi käyttää ruokamatkailun näkyvyyden lisäämiseksi. Sitä ei ole kuitenkaan hyödynnetty siinä määrin kuin olisi mahdollista. Islannin ruokakulttuurille on luotu esimerkiksi omat verkkosivut, mutta näitä sivuja ei tuoda esiin Visit Icelandin sivuilla. \n \nVerkkosivujen vertailussa selvisi, että Visit Finland on saanut ruokamatkailun nostettua esiin houkuttelevammin kuin Visit Iceland. Sivuilta on helpompi löytää tietoa ruokamatkailusta. Mielikuvien luomisessa on hyödynnetty laadukkaita videoita ja lukuisia artikkeleita. Molemmilla on kuitenkin parannettavaa sivujen käytettävyydessä, jotta kärkituotteet olisivat helpommin löydettävissä.
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 | 0.008 | 0.002 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.209 | 0.056 |
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".