Kokoelman varautumissuunnitelman laatiminen Suomen Rautatiemuseolle
Bibliographic record
Abstract
Tämän opinnäytetyön toimeksiantaja oli Suomen Rautatiemuseo. Opinnäytetyön tarkoituksena oli laatia Suomen Rautatiemuseolle kokoelman varautumissuunnitelma. Suomen Rautatiemuseolla oli tarve kehittää kokoelman kokonaisturvallisuutta. Toimeksiantaja koki, että nykyinen varautuminen oli puutteellista ja että kokoelman turvallisuutta tulisi kehittää. Toimeksiantaja koki tarpeelliseksi tehdä kokoelman osalta riskien arvioinnin, jota on tarkoitus hyödyntää kulttuuriomaisuuden säilyvyyden varmistamiseksi. \n \nTämän opinnäytetyön muoto on tutkimuksellinen kehittämistyö ja opinnäytetyön suunnitteluvaiheessa päätettiin käyttää laadullisia menetelmiä. Laadullisiin menetelmiin päädyttiin, koska tarkoituksena oli laatia varautumissuunnitelma kohteen kokoelmalle. Haastattelu ja havainnointi koettiin tarkoituksenmukaisimmiksi menetelmiksi. Kohteessa toteutettiin ryhmähaastattelu ja havainnointi. Havainnoinnin aikana todennettiin haastattelussa esiin tulleita ilmiöitä kokoelman turvallisuuden osalta. Kehittämistyön aineisto kerättiin ryhmähaastattelun ja havainnoinnin avulla. Ryhmähaastatteluun osallistui kolme museon amanuenssia. Havainnointi tapahtui museon henkilökunnan opastuksella. Digitaalisen aineiston osalta haastateltiin pilvipalveluiden ulkopuolista palveluntarjoajaa sähköpostitse. Opinnäytetyön tietoperustana käytettiin lainsäädäntöä, Turvallisuuskomitean Yhteiskunnan turvallisuusstrategiaa, ISO-standardeja sekä kulttuuriomaisuuden suojeluun liittyviä sopimuksia, ohjeistuksia ja julkaisuja. \n \nHaastattelun ja havainnoinnin perusteella tunnistettiin kokoelmaan kohdistuvia riskejä ja arvioitiin niiden todennäköisyyttä sekä seurausten vakavuutta. Tunnistettujen riskien perusteella muodostettiin varautumissuunnitelma, jossa kuvattiin keinot riskien ennaltaehkäisemiseksi tai vähentämiseksi. Varautumissuunnitelma sisältää toimenpiteiden ajoittamisen ja seurannan sekä vastuuhenkilöiden nimeämisen. Haastattelun perusteella selvisi, että Suomen Rautatiemuseon henkilökunta on tietoinen olemassa olevista riskeistä. Museon henkilökunnalla on ammattitaitoa ja motivaatiota kulttuuriperinnön suojeluun, mutta resurssien puute estää tarvittavat toimenpiteet kokoelman turvallisuuden parantamiseksi.
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 | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.088 | 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".