Taloudellisesti kannattava rakenteellinen energiasaneeraus
Bibliographic record
Abstract
Opinnäytetyön alkuperäinen tavoite oli luoda tunnusmerkistö taloudellisesti kannattavan rakenteellisen energiasaneerauksen kohteiden tunnistamiseksi. Työn aikana kävi ilmi, että kannattavuus on riippuvainen liian monesta vaikuttavasta tekijästä yleistämisen kannalta. Edellä mainitusta syystä opinnäytetyössä ei oteta kantaa esimerkiksi rakennuksen arvon tai elinkaaren vaiheen \nvaikutuksesta kannattavuuteen. \nTulokset ja pohdinnat on keskitetty rakenteiden ympärille silloinkin, kun kannattavuuden näkö- \nkulmasta olisi järkevämpää pohtia LVI-saneerauksen mahdollisuuksia. Yksittäisen rakennuksen \nomistaja ei todennäköisesti hyödy tästä opinnäytetyöstä kilpailuttaessaan oman rakennuksensa \nsaneerausurakkaa, tai määrittäessään rajoja urakan laajuudelle. \nOpinnäytetyön alussa haastateltiin Insinööritoimisto Aavat Oy:n toimitusjohtajaa ja Motivan Teemu Kettusta. Muutamista verkkolähteistä haettiin tietoa Suomen nykyisestä kerrostalokannasta ja \npelkistettiin kustannusvertailu kolmen yksinkertaistetun kerrostalon ympärille, joilla on samat mitat \nja tilaohjelma. Näihin taloihin valittiin hometalkoot.fi-sivuston mukaisesti toisistaan poikkeavat \ntyyppirakenteet ja Excelillä vertailtiin niiden energiasaneerauksien kannattavuutta vaipan eri osissa. \nEnergiasaneeraus kannattaa lähinnä LVI-järjestelmille. Rakenteissa merkittävät energiasäästöt \novat harvinaisia ja poikkeuksellisia. Tunnuspiirteistä energiasäästön vuoksi kannattavalle rakenteelliselle energiasaneeraukselle on mitätön työosuus, kuten ikkunalasien reunojen tiivistämisessä, tai ullakollisen yläpohjan lisäeristämisessä puhallusvillalla. Muulloin energiasaneeraus ei kannata energiansäästönsä vuoksi, vaan kannattavuuden syyt ovat muualla, kuten turvallisuudessa \ntai esteettisissä arvoissa.
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) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.068 | 0.023 |
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".