Bibliographic record
Abstract
Suomen Kennelliiton jäsenmäärä on väkilukuun suhteutettuna maailman korkein. Suomalaiset koirat ovat rakastettuja perheenjäseniä ja ne niittävät menestystä myös kokeissa ja näyt-telyissä ympäri maailmaa. Ensimmäinen koiranäyttely järjestettiin Suomessa vuonna 1891. Tämän päivän koiraharrastuksessa vuosittaisia näyttelykäyntejä on yli 200 000 ja koekäyntejä lähes 160 000. Suomalaiset koiraharrastajat matkustavat aktiivisesti harrastuksen puitteissa, erityisesti naapurimaihin Viroon ja Ruotsiin.\n\nTämän opinnäytetyön tavoitteena on selvittää mitä palveluita koiraharrastaja tarvitsee mat-kustaessaan laivalla. Tutkimus toteutettiin keväällä 2016, ja sitä varten tehtiin kysely Interne-tissä. Tutkimusmenetelmä oli kvantitatiivinen. Kyselyssä selvitettiin pääosin suljettujen kysy-mysten avulla, miten harrastajat ovat kokeneet laivamatkan kokonaisuutena, minne he mat-kustavat ja miksi. Lisäksi kartoitettiin tarvetta palvelukehitykselle, jotta laivamatkasta muodos-tuisi mahdollisimman miellyttävä kokemus niin koiralle kuin omistajallekin. Kyselyssä oli paljon tilaa vapaille kommenteille ja kehitysehdotuksille. Kyselyyn vastasi 253 henkilöä. Vastanneista lähes kolmannes oli matkustanut laivalla harrastukseen liittyen 3-5 kertaa viimeisen 12 kuukauden aikana. \n\nTutkimuksessa selvisi, että suurin osa harrastematkoista suuntautuu Viroon ja että matkan tarkoitus on koiranäyttely. Laiva valitaan kulkuvälineeksi, koska auto halutaan matkalle mu-kaan. Matkan varaamiseen liittyvät haasteet nousivat yhdeksi kehityskohteeksi. Vastaajat kokevat, että yhtiöitä on vaikea verrata, koska koiran matkaan liittyviä tietoja on vaikea löytää netistä. Matka varataan useimmiten netistä, mutta osa vastaajista kertoo käyttäneensä va-raamiseen netin lisäksi puhelinta. Osa on päätynyt varaamaan matkan aiemmin käyttämäl-tään laivayhtiöltä, koska eivät ole löytäneet tarvitsemiaan tietoja toisen yhtiön sivuilta. Lem-mikkihytin lisäksi koiria pidetään matkan aikana mielellään autossa. Tämä koskee etenkin lyhyitä matkoja Viroon. Lemmikkihyttien vähäistä määrää kritisoitiin ja vastaajat mainitsivat joutuneensa muuttamaan matkasuunnitelmiaan, koska lemmikkihyttejä ei aina ole ollut saa-tavilla. Laivayhtiön valintaan vaikuttaa erittäin paljon matkan hinta, sekä matkan tarkoitukseen sopivat aikataulut. Lemmikkihytteihin toivottaisiin parempaa äänieristystä, eikä hyttiin otettavien koirien määrää toivottaisi rajoitettavan. Tutkimusten mukaan koiranomistaja käyttää laivalla palveluita vähemmän kuin ilman koiraa matkustaessaan. Osa koirista osaa avata hytin oven. Vastaajat totesivat käyttävänsä laivan palveluita vähemmän harrastematkoilla \nkuin ilman koiraa matkustaessaan. Koska koiran ulkoiluttaminen koettiin hankalaksi nykyisillä ulkoilutusalueilla, voidaan todeta tällä osa-alueella olevan parantamisen varaa. \n\nKoiraharrastajat ovat valmiita maksamaan pienen lisämaksun mm. tilavammasta hytistä ja mahdollisuudesta tilata ruokaa hyttiin. Uskon, että halutessaan laivayhtiöillä on mahdollisuus saada koiraharrastajista vakioasiakkaita, jos ne huomioivat näiden eritystarpeet palveluita kehittäessään. Suomessa toimii monia aktiivisia koirajärjestöjä. Tekemällä yhteistyötä näiden kanssa ja tarjoamalla jäsenille etuja, laivayhtiöt voivat varmistaa että koiraharrastajat jatkavat matkustusta rakkaan harrastuksensa parissa.
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 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.162 | 0.063 |
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".