Bibliographic record
Abstract
Ilmastovastuullisuus on kasvava teema rakennusalan liiketoiminnassa, ja yhä useampi rakennusliike laskee toimintansa kasvihuonekaasupäästöjä ja pyrkii vähentämään niitä. Pidemmällä aikavälillä osa yrityksistä tavoittelee hiilineutraaliutta toiminnassaan. Samaan aikaan alan yritystason päästölaskennan käytännöt ovat vasta kehittymässä, ja harvalla rakennusliikkeellä on kyvykkyyttä laskea laajemmin toimintansa koko arvoketjun aiheuttamia päästöjä. Muutama hiilineutraaliutta tavoittelevista rakennusliikkeistä on jo laatinut hiilitiekarttoja tavoitteensa saavuttamiseksi, mutta suurimmalle osalle asia on vielä uusi. Tämän työn tavoitteina oli tutkia yritystason päästölaskennan prosessia rakennusliikkeen näkökulmasta, ja laajemmin luoda ymmärrystä hiilineutraaliudesta sekä siitä, millä toimilla rakennusliike voi lähteä tavoittelemaan hiilineutraaliutta toiminnassaan. Aihepiiriä taustoitettiin kirjallisuusselvityksessä tarkastelemalla ilmastonmuutosta ja ilmastotavoitteita rakennusalalla yleisellä tasolla, sekä tarkemmin hiilineutraaliutta ja päästölaskentaa rakennusalalla ja erityisesti rakennusliikkeiden näkökulmasta. Kirjallisuuden ohella aihetta tutkittiin alan asiantuntijoita haastattelemalla, sekä tekemällä vertailuanalyysiä suurimpien rakennusliikkeiden yritystason päästölaskennasta ja päästövähennystoimista. Työssä kuvataan yrityksen hiilineutraaliuden tavoittelun prosessi yleisellä tasolla, sekä käsitellään prosessin jokaista vaihetta myös tarkemmalla tasolla. Yritystasolla hiilineutraaliuden tavoittelulle ei ole selkeää, vakiintunutta määritelmää, mutta kirjallisuuden perusteella työssä päädyttiin tarkastelemaan seuraavanlaista prosessia: yritys laskee mahdollisimman laajasti koko arvoketjunsa päästöt, vähentää niitä 1,5 asteen vähennyspolun mukaisesti ja kompensoi jäljelle jäävät, ydinliiketoiminnan kannalta välttämättömät päästöt pitkäaikaisilla hiilensidontaan perustuvilla poistoilla. Päästöjen laskeminen koko arvoketjun laajuudessa tarkoittaa rakennusliikkeiden kohdalla sitä, että laskennassa huomioidaan rakennettavien rakennusten elinkaaren päästöt rakennusmateriaaleista käytönaikaiseen energiankulutukseen ja lopulta rakennusten purkumateriaalien käsittelyyn. Rakennuksen elinkaaren päästölaskenta, jolle on olemassa muun muassa Ympäristöministeriön luoma laskentamenetelmä, eroaa kuitenkin prosessina yritystason päästölaskennasta, jota useimmiten tehdään GHG-protokollan ohjeen mukaisesti, eikä GHG-protokollan mukaiselle rakennusliikkeiden päästölaskennalle ole olemassa vakiintunutta, selkeää prosessia tai laajuutta. Tämäkään työ ei sellaista tarjoa, vaan käsittelee aihetta eri näkökulmista, esitellen eri lähteiden näkemyksiä asiaan. Päästöjen vähentämisen osalta työn tuloksena muodostettiin rakennuksen elinkaaren päästöjä vähentäviä toimenpide-ehdotuksia, joita rakennusliikkeillä on usein mahdollisuus hankkeissaan toteuttaa, ja lisäksi koottiin yhteen rakentamisvaiheen päästöjä vähentäviä toimenpiteitä, sillä rakennusliikkeet voivat toiminnassaan suorimmin vaikuttaa omien työmaidensa päästöihin, vaikka ne eivät kovin suurta osaa rakennuksen elinkaaripäästöistä muodostakaan. Työn tuloksia on mahdollista hyödyntää rakennusliikkeiden yritystason päästölaskennan kehittämisessä ja hiilitiekartan laadinnassa. Työ tarjoaa lisäksi vertailuanalyysin tuloksena ajantasaista tietoa Suomessa toimivien suurten rakennusliikkeiden yritystason päästölaskennasta ja päästövähennystoimista, ja rakennusliikkeet voivat peilata omaa toimintaansa vertailun tuloksiin.
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 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.042 | 0.015 |
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".