The future of log in Finnish detached house and vacation house construction
Bibliographic record
Abstract
Tämän kandidaatintyön tavoitteena on tutkia mihin suuntaan hirren käyttö suomalaisessa pientalo- ja lomarakentamisessa voi kehittyä tulevaisuudessa. Puurakentamista Suomessa halutaan yleisesti lisätä, mutta monella muullakin alalla halutaan siirtyä uusiutumattomien raaka-aineiden käytöstä uusiutuviin raaka-aineisiin. Merkittävin vaikuttava ilmiö on ilmastonmuutoksen hillitseminen. Samaan aikaan Suomen hiilineutraalisuustavoitteet pohjautuvat pitkälti metsien hiilen sidontaan, mikä edellyttäisi hakkuiden ja siten puun käytön rajoittamista. Tutkielmassa perehdytään hirsirakentamisen historiaan, nykyaikaan, tulevaisuuteen vaikuttaviin tekijöihin ja mahdollisiin tulevaisuuden skenaarioihin kirjallisuuden, julkaisujen sekä tutkimusten avulla. Mahdollisia kehityssuuntia tarkastellaan hiilinielujen, hakkuiden, biotalouden, metsäteollisuuden ja puurakentamisen näkökulmista. Tutkielmassa ei käydä läpi hirren mahdollisia uusia tuoteinnovaatioita tai rakennustapoja. Tutkielmassa huomattiin, että hirsirakentaminen pientalo- ja lomarakentamisessa voi kehittyä monella tavalla riippuen siitä, millaisia valintoja ja poliittisia päätöksiä ilmastonmuutoksen suhteen tehdään talouden, metsäteollisuuden ja rakennusalan kannalta. Kehityssuunnasta riippumatta hirsien uudelleenkäyttöä tulisi lisätä, jotta niihin sitoutunut hiili pysyisi varastoituneena. Ilmastonmuutos tulee myös ottaa huomioon materiaaleissa ja rakennustavoissa uusia hirsirakennuksia suunniteltaessa pitkäikäisyyden ja uudelleenkäytettävyyden varmistamiseksi.
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.005 |
| Scholarly communication | 0.012 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.039 | 0.004 |
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".