Tampere teollisena puurakentajana:Tampereen asema Suomalaisessa puukerrostalorakentamisessa
Bibliographic record
Abstract
Suomalainen puukerrostalorakentaminen on aloitettu koehankkeiden kautta 1990-luvulla. Se on saavuttanut läpimurtoa 2010-luvun loppuun mennessä. Puurakentamiseen liittyvistä koerakennushankkeista saadut positiiviset kokemukset ovat osaltaan vauhdittaneet puurakentamisen kehittymistä. Suomen metsävarat ovat olleet 70-luvulta lähtien voimakkaassa kasvussa ja ne mahdollistavat edelleen puutavaran tuotannon lisäämisen. Suomessa kaupungit pyrkivät ilmastoystävälliseen ja kestävään kuntakehitykseen. Puu sitoo tehokkaasti kasvaessaan hiiltä ja se toimii myös hiilivarastona. Tavoitteisiin pyritään muun muassa lisäämällä puurakentamisen osuutta kaikesta rakentamisesta kaupunkistrategioilla ja toimenpideohjelmilla. Työssä on perehdytty neljän suuren Suomalaisen kaupungin puurakentamisen tahtotilaan ja puurakentamiseen liittyviin toimenpideohjelmiin. Kaupungeista on selvitetty asuinpuukerrostalojen toteutumisen määriä vuoteen 2020 mennessä ja arvioita lähitulevaisuuden puukerrostalohankkeista. Lisäksi työssä on tutustuttu kaupungeissa sijaitseviin puurakentamiselle kohdennettuihin alueisiin ja niiden ominaisuuksiin. Tavoitteena on saada tietoa Suomalaisen asuinpuukerrostalorakentamisen edistyksestä ja mahdollisuuksista ja saada vertailunäkökulmaa Tampereen edistykseen teollisena puurakentajana Suomessa. Yleisesti Suomalaisten kaupunkien päätöksenteossa suhtaudutaan positiivisesti puurakentamiseen. Merkittävä osa kaupungeista on sisällyttänyt puurakentamisen omaan kaupunkistrategiaansa. Puurakentamisen taloudellisia ja imagollisia tekijöitä pidetään merkittävänä päätöksenteossa. Vertailluista kaupungeista Helsingissä on huomattavasti eniten vuoteen 2020 mennessä toteutuneita puukerrostalohankkeita. Tampereella, Espoossa ja Turussa rakentamisen kehitys on ollut hitaampaa. Tampereella on suunnitteilla huomattava määrä todennäköisiä puurakentamisen hankkeita, ja arvioiden mukaan Tampereella puurakentaminen on lähdössä näkyvään kasvuun muun muassa 1500 asunnon Isokuusen puurakentamisalueen myötä. Jatkossa olisi tärkeää edelleen lisätä kokonaisvaltaisia puurakentamisen alueita, ja kohdentaa puurakentamista myös houkutteleville ja kaupunkikuvallisesti merkittäville paikoille.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.042 | 0.007 |
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".