Bibliographic record
Abstract
Opinnäytetyön aiheena oli tutkia ja selvittää uuden induktiivisen vaihdelämmityksen toimintaa junaradalla Suomen olosuhteissa. Kyseinen järjestelmä oli Suomessa ensimmäinen laatuaan, mutta oli ollut käytössä Ruotsissa jo usean vuoden ajan. Tavoitteena on ollut löytää perinteiseen vaihteenlämmitysjärjestelmään verrattuna energiatehokkaampi vaihteenlämmitysjärjestelmä ja selvittää induktiovaihteenlämmityksen käyttömahdollisuuksia Suomessa. Induktiovaihteenlämmityksen testauksen avulla pyritään löytämään ratkaisuja, joilla energiankulutusta saadaan pienennettyä kuitenkin siten, että järjestelmän toiminnallisuus ei heikkene. \n \nTyön toimeksiantajana toimi Väylävirasto. Siuron liikennepaikalle Nokialle rakennettiin vanhan vastuksilla toimivan vaihdelämmityksen rinnalle uusi induktiivinen vaihdelämmityspilotti testiin talven 2022–2023 ajaksi. Vaihteille 001 ja 002 asennettiin kamera sekä energiamittari talveksi. Niitä käytettiin apuna järjestelmien vertailussa ja arvioinnissa. \n \nJärjestelmässä oli alkuun pieniä ongelmia, jotka eivät johtuneet laitteen rikkoontumisesta vaan mm. ohjelmistossa olevista virheistä ja vääristä säädöistä. Energiaa säästyi vanhaan järjestelmään verrattuna odotettua enemmän, mikä oli positiivinen yllätys. Mietityttämään jäi kuitenkin kaapeleiden ja komponenttien suuri määrä ja niiden kestävyys Suomen olosuhteissa pidemmällä aikavälillä. Tuleeko energian kulutuksesta syntyvä säästö kattamaan kaikki huoltokustannukset ja järjestelmän perustamiskustannukset?
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 | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.049 | 0.018 |
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".