Ympäristövastuullisuuden arviointi toimitusketjussa : case: Alfa Laval Aalborg Oy
Bibliographic record
Abstract
Tässä opinnäytetyössä tutkittiin toimittajayritysten ympäristövastuullisuutta. Tavoitteena oli ymmärtää, miten hyvin yritykset tietävät oman toimintansa vaikutuksista ympäristöön muun muassa päästöjen kannalta. Yrityksiä ei haluttu arvioida numeerisesti, vaan tavoitteena oli tehdä yleisluontoinen arviointi toimitusketjun ympäristövastuullisuudesta. Opinnäytetyö tehtiin toimeksiantona Alfa Laval Aalborg Oy:lle. Opinnäytetyössä tehtiin kvalitatiivinen kyselytutkimus, joka jakautui kuuteen eri osa-alueeseen: yleistä, energia, materiaalit, jätehuolto, kuljetusratkaisut ja kestävä kehitys. Kysely lähetettiin yhdelletoista toimeksiantajan valitsemalle yritykselle, joista kahdeksan vastasi kyselyyn. Yritykset olivat keskenään hyvin erilaisia, osa pieniä ja osa suuria toimijoita. Tulosten perusteella voidaan todeta, että toimittajayritysten ympäristövastuullisuuden tila on heikkoa, muutamaan poikkeusta lukuun ottamatta. Kahden suurimman yrityksen tulokset olivat erinomaisia, mutta kokonaistulosta heikensi kolmen yrityksen vastaamatta jättäminen kyselyyn ja muiden yritysten keskinkertaiset tulokset.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.008 | 0.006 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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".