Puukerrostalon rungon painumat ja ulkoseinärakenteen rakennusfysikaalinen toiminta
Bibliographic record
Abstract
Tämän opinnäytetyön tarkoituksena oli tutkia LVL- ja CLT-rakenteisen puukerrostalon kantavan rungon painumista ja ulkoseinärakenteen lämpö- ja kosteusteknistä toimintaa. Työn tutkimuskohteena toimi Joensuun Ellin rakennuttama 14-kerroksinen Joensuu Lighthouse. Kohde on valmistuessaan Suomen korkein puukerrostalo. Rungon painumista ja ulkoseinärakenteen rakennusfysikaalista toimintaa haluttiin tutkia kohteessa, koska vastaavanlaisen yli 8-kerroksisen puukerrostalon suunnittelusta tai rakentamisesta ei ole Suomessa toistaiseksi kokemuksia. \n \nTässä työssä käsitellään Joensuu Lighthousen rakentamiseen käytettyä \nsuurelementtijärjestelmää ja sen kantavissa rakenteissa käytettäviä insinööripuutuotteita. Lisäksi työssä käydään lävitse puukerrostalorakentamista ja sen ympäristöhyötyjä, sekä oleellisimpia rakennusfysikaalisia lämpö- ja kosteustekniseen toimintaan liittyviä asioita. \n \nPuukerrostalon painumamittauksia varten työssä käytettiin Karelia-ammattikorkeakoulun valmistamia rungon painumaa mittaavia laitteita, joissa hyödynnettiin Novotechin valmistamia asentosensoreita. Ulkoseinän lämpötila- ja kosteusmittauksiin käytettiin Wiiste SolidRH -mittalaitteita. Tuloksista selvisi, että painuma oli alle 1,5 mm / kerros. Rakennusfysikaalisissa mittauksissa saatiin selville, että ulkoseinärakenne toimii kuten on suunniteltukin.
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 | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.130 | 0.049 |
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".