Selvitys hiehojen kasvatuksen ulkoistamisesta Satulin tilalla
Bibliographic record
Abstract
Suomessa lypsykarjatilojen hiehonkasvatus tapahtuu tyypillisesti omalla tilalla. Hiehonkasvatuksen oletetaan tapahtuvan muiden töiden ohessa, vaikka todellisuudessa hiehot vaativat erilaista hoitoa, olosuhteita ja ruokintaa kuin lypsylehmät. Tehottomalla kasvatuksella hiehonkasvatuskustannukset ovat usein korkeat. \n \nHiehonkasvatuksen ulkoistamisella usein haetaan taloudellista hyötyä. Kun hiehot viedään muualle kasvamaan, saadaan navettaan sijoitettua enemmän tuottavia lypsylehmiä. Hiehonkasvatuksen ulkoistamisen mahdollisuutta tulee kuitenkin tarkastella tilakohtaisesti. \n \nOpinnäytetyön tavoitteena oli selvittää, voiko hiehonkasvatuksen ulkoistaminen olla vaihtoehto Satulin tilalle tilan kehittämisen kannalta. Tarkoituksena oli selvittää hiehonkasvatuksen kustannukset tilalla sekä ulkoistettuna. Tavoitteena oli myös selvittää ulkoistamisen riskit ja hyödyt. \n \nHiehojen keskipoikimaikä on Satulin tilalla korkea verrattuna Suomen keskiarvoon. Hiehot siis poikivat myöhemmin kuin kahden vuoden ikäisenä, minkä johdosta kasvatuskustannukset nousevat. Kustannuksissa kävi ilmi, että ulkoistamisen ja kotitilalla tapahtuvan kasvatuksen kustannukset eroavat hieman toisistaan. Ulkoistettaessa hiehopihatto jäisi tilalla tyhjäksi. Tyhjään pihattoon tulisi silloin sijoittaa tuottavia eläimiä, kuten lihahiehoja tai lypsylehmiä. Jos hiehonkasvatus jatkuu tilalla, tulee siihen tehdä kehittäviä muutoksia.
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 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.052 | 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".