Lähikasviksia tuottavat pienyritykset ja tulevaisuuden asiakkaat
Bibliographic record
Abstract
Työn tarkoitus oli selvittää lähikasviksia tuottavien pienyritysten tulevaisuuden asiakasryhmiä ja niiden toiveita pienyrittäjien tuotteita ja toimintaa kohtaan. Työn tavoitteenaoli koostaa valmista verkko-opiskelumateriaalia pienten yrittäjien käyttöön RuokaCentria Kasviksistavalmisteiksi - verkko-opiskeluaineistoon. Asiakasryhmien toiveita lähikasviksille ja pienyrittäjille selvitettiin erilaisia kuluttajatutkimuksia analysoimalla. Valmiista tutkimusmateriaalista poimittiin vain kasviksia, asiakasryhmiä ja pienyrittäjiä koskevat tiedot. Lisäksi työssä käsiteltiin kuluttajien ruokatottumuksia ja niihin vaikuttavia tekijöitä sekä lähiruoan merkitystä eri asiakasryhmille. Työssä haastateltiin yhtä lähikasviksia tuottavaa pienyrittäjäpariskuntaa, ja heidän kokemuksiaan peilattiin muuhun tutkimustietoon. Tutkimuksista nousi esille viisi asiakasryhmää: suurkeittiöt, ravintolat, maaseutumatkailuyritykset, vähittäiskaupat ja kotitaloudet. Näiden asiakasryhmien ominaisuuksista ja toiveista koottiin verkko- opiskelumateriaalia, joka on työssä liitteenä. Tutkimusten mukaan lähikasviksille on kysyntää enemmän kuin tarjontaa kaikissa asiakasryhmissä. Lähikasvikset miellettiin kuluttajille tehdyissä tutkimuksissa terveellisiksi, turvallisiksi ja hyvänmakuisiksi. Siksi niistä olisi oltu valmiita maksamaankin hieman enemmän, jos tuotteita olisi vaan saatavilla helposti ja nopeasti. Kuluttajien oli usein hankala löytää pienyrittäjien tuotteita vähittäiskaupoista. Suurkeittiöt,ravintolat ja maaseutumatkailuyritykset tahtoivat lähikasviksia useimmiten valmiiksi esikäsiteltyinä, mikä puolestaan heikensi pienyrittäjien mahdollisuuksia toimittaa näille asiakasryhmille omia tuotteitaan. Työn toimeksiantajana toimiva RuokaCentria-kontaktipisteen käynnistyshanke on osa Keski- Suomen elintarvikeyrittäjyyden kehittämisohjelmaa. Kehittämisohjelman strateginen kehitystavoite on Keski-Suomen elintarvike- ja ruokayrittäjyyden elinvoimaisuuden lisääminen. Kehittämisohjelman huomio painottuu muun muassa asiakkuuksien hallintaan, missä tätä työtä voidaanhyödyntää.
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) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.056 | 0.025 |
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".