MétaCan
Menu
← Back to cohort
Record W7072186505

Uusiutuvan energian liikennekäytön lisäämisen ympäristövaikutukset

2022· other· fi· W7072186505 on OpenAlexaboutno aff

Bibliographic record

VenueTheseus (Ammattikorkeakoulujen) · 2022
Typeother
Languagefi
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsValue (mathematics)Quarter (Canadian coin)
DOInot available

Abstract

fetched live from OpenAlex

Opinnäytetyön tavoitteena on selvittää, millaisia ilmastovaikutuksia liikenteessä saadaan aikaiseksi uusiutuvan energian käytöllä. Aihe on ajankohtainen ilmastonmuutoksen hillinnän näkökulmasta ja se koskettaa jokaista. Lisäksi kansallisella tasolla Suomen tavoitellessa hiilineutraaliutta on liikenteellä ja uusiutuvan energian käytöllä merkittävä vaikutus Suomen kokonaiskasvihuonekaasupäästöihin. Suomen ilmastopolitiikkaan on kirjattu toimia ja tavoitteita kasvihuonekaasupäästöjen vähentämiseksi. Yksi merkittävä toimi on uusiutuvien energialähteiden käytön lisääminen tavoitteiden saavuttamiseksi. Uusiutuvaa energiaa käytetään Suomessa jo monipuolisesti, mutta tulevaisuudessa tavoitteena on luopua fossiilisista polttoaineista kokonaan. Suomen kansallisena tavoitteena on olla hiilineutraali vuoteen 2035 mennessä. \n \nTutkimusongelma on uusiutuvan energian vaikutus tieliikenteen ilmastovaikutuksiin. Työssä vastataan seuraaviin tutkimuskysymyksiin: Minkälaisia ilmastovaikutuksia saadaan aikaiseksi, kun fossiilisia polttoaineita korvataan uusiutuvalla energialla? Mitä toimia vaaditaan, jotta tieliikenteelle asetetut päästötavoitteet saavutetaan? Opinnäytetyö toteutettiin teoreettisena kirjallisuustutkimuksena. Menetelmänä käytettiin kirjallisten lähteiden analysointia. Lisäksi työssä on analysoitu tilastotietoja. Analyysia varten lähdeaineistoa on kerätty laajasti eri lähteistä. Aineistoa on tutkittu ja vertailtu keskenään. Lähdeaineistona on käytetty alan kirjallisuutta sekä aiheeseen liittyviä aiempien tutkimuksia, selvityksiä ja lakeja. \n \nTieliikenteen osuus Suomen kasvihuonekaasupäästöistä on noin 20 prosenttia. Tieliikenteestä syntyy hiilidioksidipäästöjä ja muita ilmansaasteita sekä lähipäästöjä, jotka vaikuttavat ilmastonmuutokseen kiihdyttävästi. Tieliikenteen päästöjä ja ilmastovaikutuksia pystytään pienentämään mm. uusiutuvan energian osuuden lisäämisellä liikennepolttoaineissa, uudistamalla ja tehostamalla autokantaa ja liikennejärjestelmää sekä myöntämällä erinäisiä tukia ja etuuksia vaihtoehtoisen käyttövoiman hankintaan. Suurimmat ja nopeimmat vaikutukset saadaan aikaan uusiutuvan energian osuuden lisäämisellä tieliikennekäytössä. Tieliikenteen sähköistämisellä sekä vuonna 2035 voimaan tulevalla polttomoottorikiellolla tieliikenteen aiheuttamia hiilidioksidipäästöjä saadaan vähennettyä merkittävästi entistä nopeammalla tahdilla. Uusiutuvien energialähteiden käyttö vähentää tieliikenteestä aiheutuvia päästöjä ja ilmastovaikutuksia huomattavasti.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.103
Threshold uncertainty score0.344

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0030.001
Scholarly communication0.0070.003
Open science0.0010.004
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.1030.034

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.

Opus teacher head0.019
GPT teacher head0.254
Teacher spread0.235 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2022
Admission routes1
Has abstractyes

Explore more

Same venueTheseus (Ammattikorkeakoulujen)→French-language works237,207→