Palontutkinnan käsikirja: maastopalojen tutkinta
Bibliographic record
Abstract
Tämän toiminnallisen opinnäytetyön tarkoituksena oli kehittää maastopalojen tutkintaa Suomessa tuottamalla pelastuslaitosten käyttöön maastopalojen tutkinnan sähköinen kenttäkäsikirja sekä kartoittaa tutkinnan nykytilannetta Suomessa. Opinnäytetyön tuotoksena syntynyt opas on tarkoitettu erityisesti pelastuslaitosten käyttöön, mutta soveltuu myös muille maastopaloja tutkiville viranomaisille ja aiheesta kiinnostuneille henkilöille. \n \nTyön aiheen tarpeellisuus tuli ilmi Janne Rautasuon opinnäytetyöstä, Pelastuslaitosten palontutkinnan käsikirjasta (2015), josta Rautasuo joutui rajaamaan muun muassa maastopalojen tutkinnan työn ulkopuolelle. Suomessa ei ole aiemmin ollut maastopalojen tutkinnasta kertovaa koottua suomenkielistä materiaalia. Opinnäytetyön aiheen tarpeellisuus vahvistettiin myös palontutkinnan asiantuntijaverkostolla. \n \nOpinnäytetyötä varten selvitettiin kyselyn avulla pelastuslaitosten maastopalojen tutkinnan tilannetta Suomessa. Kysely lähetettiin palontutkinnan asiantuntijaverkostossa mukana oleville pelastuslaitosten yhdyshenkilöille alkusyksystä 2022. Tämän kyselyn tarkoitus oli selvittää maastopalojen tutkinnan nykytilaa Suomessa, etsiä hyväksi havaittuja käytäntöjä sekä selvittää kehittämiskohteita. Kyselyn lisäksi opinnäytetyötä varten haastateltiin alan asiantuntijoita niin Suomesta kuin ulkomailtakin. Työssä käytettiin tutkintaa koskevissa asioissa pääasiassa kansainvälistä kirjallisuutta ja materiaalia, sillä aiheesta on hyvin vähän suomenkielistä materiaalia saatavilla. Työn tuotoksena syntynyttä opasta tehtiin haastatteluiden sekä kansainvälisten tutkintaohjeiden pohjalta. Materiaalia tätä työtä varten on kerätty, suomennettu ja muokattu Suomen olosuhteet huomioiden. \n \nTulokset osoittivat, että Suomessa on erittäin merkittävä tarve suomenkieliselle materiaalille maastopalojen tutkintaan. Esille nousi erityisesti koulutuksen tarve, mutta myös resurssien sekä tiedon ja taidon puute. Vastauksista ilmeni selkeitä eroja pelastuslaitosten välillä, mutta kyselyn tarkoitus ei ollut selvittää yksittäisten pelastuslaitosten tilannetta, vaan haluttiin muodostaa kokonaiskuva Suomen palontutkinnan tilanteesta. Palontutkinnan materiaalille on yhä tarve Suomessa, joten jatkoaiheina puuttuvat tutkintaa koskevat materiaalit ajoneuvotutkinnasta sekä räjähdysonnettomuuksien tutkinnasta.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.003 |
| Scholarly communication | 0.012 | 0.008 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.058 | 0.020 |
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".