Kuopion keskeisen kaupunkialueen virkistysmetsien kartoitus ja paikkatiedoksi tuottaminen LIPAS-paikkatietojärjestelmää varten
Bibliographic record
Abstract
Tämän opinnäytetyön tavoitteena oli kartoittaa ja tunnistaa Kuopion virkistysmetsäalueita, sekä tuottaa niistä paikkatietoa edelleen vietäväksi LIPAS-tietokantaan. LIPAS-tietokanta on Jyväskylän yliopiston hallinnoima ja opetus- ja kulttuuriministeriön rahoittama palvelu, jonka tarkoituksena on tarjota tietoa Suomen julkisista liikuntapaikoista avoimessa tietokannassa. Työn tilaajana toimi Kuopion luonnontieteellinen museo osana Kuopion kaupungin hyvinvointipalveluita. \n \nTyössä keskityttiin erityisesti Kuopion kaupunkialueen aluemuotoisten virkistysmetsäkohteiden kartoittamiseen ja ajantasaisen julkisen paikkatiedon tuottamiseen. Kohteista muodostettiin aluemuotoista aineistoa QGIS-paikkatieto-ohjelmistolla. Työssä hyödynnettiin jo olemassa olevaa digitaalista aineistoa, kuten erilaisia karttoja, ilmakuvia, asemakaavaa sekä jo olemassa olevia ulkoilupaikkatietoja. Tämän lisäksi kohteisiin tehtiin maastokäyntejä. Kohteille laadittiin tiiviit kohdekuvaukset kohteiden lisätiedoksi LIPAS-paikkatietojärjestelmään. Lisäksi kohteissa vierailtaessa otettiin valokuvia kohdealueista Kuopion kaupungin myöhempää tiedotuskäyttöä varten. \n \nTämän opinnäytetyön tuloksena syntyi valmiiksi LIPAS-tietokantaan lisäystä varten tuotettu paikkatietomateriaali Kuopion keskeisen kaupunkialueen virkistysmetsäkohteista, kaikkiaan 23 kohteen osalta. Aluemuotoisten virkistysmetsäkohteiden tuottaminen toimi avauksena valtakunnallisella tasolla LIPAS-tietokannan aluemuotoisten kohteiden lisäämiselle. Opinnäytetyössä aikaansaatua virkistysmetsien aluekartoitusta on tarkoitus täydentää jatkossa niin Kuopion keskeisen kaupunkialueen kuin maaseutualueenkin osalta.
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) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.009 | 0.003 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.134 | 0.038 |
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".