Hiekkalaatikko

{{#display_map:centre=32.82422,48.481141| 32.81134,48.498341~link:Minera; 32.82448,48.504848~The town hall }}

Vastaus

Jeppistä kooo

Haitta-aineen ympäristöpitoisuudet arvioinnin kohteena olevalla alueella Ulkoilma (µg/m3): Sisäilma (µg/m3): Juomavesi (mg/l): Maaperä (mg/kg): Paikalliset vihannekset (mg/kg tuorepainoa): Paikalliset juurekset (mg/kg tuorepainoa): Paikalliset marjat (mg/kg tuorepainoa): Paikallinen kala (mg/kg tuorepainoa): Paikallinen liha (mg/kg tuorepainoa): Paikalliset maitotuotteet (mg/kg tuorepainoa): Peseytymiseen käytetty vesi (mg/l): Pintavesi (uinti) (mg/l): Haitta-aineen päivittäinen taustasaanti muusta kuin arvioinnin kohteena olevasta ympäristöstä Taustasaanti, aikuinen (µg/kg/vrk): Taustasaanti, lapsi (µg/kg/vrk): Iholta imeytyvä haitta-aineen osuus maaperäkontaktin yhteydessä (tulee olla välillä 0-1): Ihon läpäisykerroin haitta-aineelle vesikontaktin yhteydessä (cm/h): + Näytä koodi- Piilota koodi library(OpasnetUtils) library(xtable) tf <- function( condition, data = tidy(opbase.data("Op_fi2814"), direction = "long"), col.condition = "Lyhenne", col.common = "Ikä", resultcol = "Result", ... ) { ########################## tf is a function that takes one large table, finds matching rows and #### produces a standard-format vector that can be operated with easily. Parameters: # condition = a vector with conditions for each condition column. The length must be ncol(col.condition). ############ External parameters (these must be defined as objects before the function is run; ##### they are not given in the function but they are used by it): # data = a data frame that contains the data # col.condition = vector with names of columns that contain the indices that must match in the data # col.common = vector with names of columns that are used as indices in calculations. # resultcol = the column that contains the actual values. # Take the part of data that fits the condition. Drop all columns but col.common and resultcol. out <- new("ovariable", # ovariable cannot have a name because several ovariables are created and merged. data = data[data[col.condition] == condition, c(col.common, resultcol)] ) out <- EvalOutput(out, N = N) out@output <- out@output[ , colnames(out@output) != "Source"] return(out) } #Chronic.environmental.exposure <- function(concentration, ...) { ####################Funktio väestön ympäristöperäisen haitta-ainealtistumisen määrittelyyn ######## Saanti lasketaan yksikössä µg/kg/vrk kun ympäristön haitta-ainepitoisuudet on ilmoitettu yksiköissä µg/m3 (ilma), ######## mg/l (vesi) sekä mg/kg (kiinteät väliaineet) ######## Haitta-aineen taustasaanti tulee ilmoittaa muodossa µg/kg/vrk ######## Parametri: concentration on data.frame, jossa täytyy olla sarake Result, joka sisältää pitoisuuden ja Altiste, joka sisältää altistavan yhdisteen nimen. ########## Pharmacokinetic parameters temp <- tidy(opbase.data("Op_fi3374"), objname = "Kp") temp <- temp[temp$Lyhenne == "Kp", c("Altiste", "KpResult")] Kp <- EvalOutput(new("ovariable", name = "Kp", data = temp), N = N) temp <- tidy(opbase.data("Op_fi3374"), objname = "Abs.skin.soil") temp <- temp[temp$Lyhenne == "Abs.skin.soil", c("Altiste", "Abs.skin.soilResult")] Abs.skin.soil <- EvalOutput(new("ovariable", name = "Abs.skin.soil", data = temp), N = N) Skin.sa <- (4 * tf("Bw") + 7) / (tf("Bw") + 90) * 10000 #Lasketaan ihon kokonaispinta-ala F1 <- function(concentration, rate, fraction) { # Ulkoilma-altistuminen out <- concentration * (24 - tf(fraction) / 24) * tf(rate) / (tf("Bw") * tf("At")) return(out) } F2 <- function(concentration, rate, fraction) { # Sisäilma-altistuminen out <- concentration * tf(fraction) / 24 * tf(rate) / (tf("Bw") * tf("At")) return(out) } F3 <- function(concentration, rate, fraction) { # Altistusfrekvenssiin perustuva out <- concentration * 1000 * tf(rate) * tf(fraction) / (tf("Bw") * tf("At")) return(out) } F4 <- function(concentration, rate, fraction) { # Altistumisen osuuteen perustuva out <- concentration * 1000 * tf(rate) * tf(fraction) / tf("Bw") return(out) } F5 <- function(concentration, rate, fraction) { # Ihoaltistuminen maaperästä out <- concentration * 1000 * tf("Soil.ad.skin") * 0.000001 * Skin.sa * tf(fraction) * Abs.skin.soil * tf(rate) / (tf("Bw") * tf("At")) out@output <- out@output[ , !colnames(out@output) %in% c("Abs.skin.soilResult", "Abs.skin.soilSource")] return(out) } F6 <- function(concentration, rate, fraction) { # Pesuvesi out <- concentration * 1000 * 0.001 * Kp * tf(rate) * tf("Ed.bw") * Skin.sa * tf(fraction) / (tf("Bw") * tf("At")) out@output <- out@output[ , !colnames(out@output) %in% c("KpResult", "KpSource")] return(out) } F7 <- function(concentration, rate, fraction) { # Pintavesi out <- concentration * 1000 * 0.001 * Kp * tf(rate) * tf("Ed.sw") * Skin.sa * tf(fraction) / (tf("Bw") * tf("At")) out@output <- out@output[ , !colnames(out@output) %in% c("KpResult", "KpSource")] return(out) } # Get parameters for exposure functions and combine those with concentration data. temp <- opbase.data("Op_fi2814.funktioparametrit") temp$Result <- 1 params <- new("ovariable", name = "params", output = temp[ , colnames(temp) != "Obs"]) concentration <- data.frame(Altiste = c("Ni", "Cd", "F"), Result = 1:3) print(xtable(concentration), type = 'html') # Make concentration an ovariable if it isn't yet (assuming that then it is a data.frame). if(class(concentration) != "ovariable") { concentration <- new("ovariable", name = "concentration", data = concentration) } concentration <- EvalOutput(concentration, N = N) concentration <- concentration * params # Calculate exposures with respective functions. ## Create an ovariable that collects all results. out <- new("ovariable", name = "exposure") unique(concentration@output[c("Funktio", "Nopeus", "Osuus")]) for(i in unique(concentration@output[c("Funktio", "Nopeus", "Osuus")])$Funktio) { temp2 <- concentration temp2@output <- temp2@output[temp2@output$Funktio == i, ] temp2 <- get(as.character(temp2@output$Funktio[1]))( temp2, as.character(temp2@output$Nopeus[1]), as.character(temp2@output$Osuus[1]) ) out@output <- rbind(out@output, temp2@output) } # return(out) #} print(xtable(out@output), type = 'html') #Chronic.environmental.exposure(data.frame(Result = 1))

Muita koodeja

+ Näytä koodi- Piilota koodi #Laskennan jälkeen lisätään yhteiset sarakkeet col.common ja kootaan altistuminen kaikkien altistumisreittien kautta allekkain yhteen tauluun. common <- merge(unique(data[col.common]), data.frame(temp=1))[-(length(col.common)+1)] out <- data.frame( common, Altistumisreitti = rep(c("Hengitystiet", "Juomavesi", "Maaperä (ruuansulatuskanava)", "Paikalliset vihannekset", "Paikalliset juurekset", "Paikalliset marjat", "Paikallinen kala", "Paikallinen liha", "Paikalliset maitotuotteet", "Pintavesi (ruuansulatuskanava)", "Maaperä (iho)", "Pesuvesi (iho)", "Pintavesi (iho)", "Taustasaanti"), each = nrow(common)), Result = c(Air.inh, Dw.ing, Soil.ing, Lfc.ing, Tfc.ing, Berries.ing, Fish.ing, Meat.ing, Dairy.ing, Sw.ing, Soil.derm, Bw.derm, Sw.derm, Background.intake.adult, Background.intake.child) ) return(out) } #################Funktio ympäristön terveysperusteisen laadun tarkasteluun ######Ympäristöpitoisuus tulee ilmoittaa samassa yksikössä kuin viitearvo Health.based.environmental.quality <- function(Concentration, EQC){ #Ympäristöpitoisuuksien vertailu haitta-aineen terveysperusteisiin ohjearvopitoisuuksiin HEQ.air.outdoor <- C.air.outdoor / HEQC.air.outdoor #Ulkoilma HEQ.air.indoor <- C.air.indoor / HEQC.air.indoor #Sisäilma HEQ.dw <- C.dw / HEQC.dw #Juomavesi HEQ.soil <- C.soil / HEQC.soil #Maaperä HEQ.lfc <- C.lfc / HEQC.lfc #Vihannekset HEQ.tfc <- C.tfc / HEQC.tfc #Juurekset HEQ.berries <- C.berries / HEQC.berries #Marjat HEQ.sw <- C.sw / HEQC.sw #Pintavesi out <- data.frame( Väliaine = c("Ulkoilma", "Sisäilma", "Juomavesi", "Maaperä", "Vihannekset", "Juurekset", "Marjat", "Pintavesi"), Result = c(HEQ.air.outdoor, HEQ.air.indoor, HEQ.dw, HEQ.soil, HEQ.lfc, HEQ.tfc, HEQ.berries, HEQ.sw) ) return(out) } #################Funktio väestön ympäristöperäisestä haitta-ainealtistumisesta aiheutuvan terveysriskin karakterisointiin ####Vaatii toimiakseen: ####Tot.intake.adult = Aikuiselle määritetty keskimääräinen päivittäinen haitta-aineen kokonaissaanti (per painokilo per päivä) ####Tot.intake.child = Lapselle määritetty keskimääräinen päivittäinen haitta-aineen kokonaissaanti (per painokilo per päivä) ####Tot.intake.lifetime = Koko eliniälle määritetty keskimääräinen päivittäinen haitta-aineen kokonaissaanti (per painokilo per päivä) ####C.inhaled.air.adult = Aikuiselle määritetty hengitysilman keskimääräinen haitta-ainepitoisuus ####C.inhaled.air.child = Lapselle määritetty hengitysilman keskimääräinen haitta-ainepitoisuus ####C.inhaled.air.lifetime = Koko eliniälle määritetty hengitysilman keskimääräinen haitta-ainepitoisuus ####TDI = Haitta-aineen turvallisen päivittäisen saannin viitearvo ####NOAEL.ing = Haitta-aineen päivitäisen saannin NOAEL/LOAEL-arvo ####TCA = Haitta-aineen turvallisen päivittäisen hengitystiealtistumisen viitearvo ####NOAEC.inh = Haitta-aineen päivitäisen hengitystiealtistumisen NOAEC/LOAEC-arvo ####Cancer.unit.risk.intake = Haitta-aineen elinikäisen päivitäisen saannin yksikkösyöpäriski ####Cancer.unit.risk.inhalation = Haitta-aineen elinikäisen päivitäisen hengitystiealtistumisen yksikkösyöpäriski ####Population = Altistuvan väestön määrä Health.risk.characterisation.of.chronic.exposure.to.toxic.substances <- function(Exposure, Toxicity){ ###Päivittäinen kokonaissaanti HQ.intake.adult <- Tot.intake.adult / TDI MOS.intake.adult <- NOAEL.ing / Tot.intake.adult HQ.intake.child <- Tot.intake.child / TDI MOS.intake.child <- NOAEL.ing / Tot.intake.child HQ.intake.lifetime <- Tot.intake.lifetime / TDI MOS.intake.lifetime <- NOAEL.ing / Tot.intake.lifetime ###Päivittäinen hengitystiealtistuminen HQ.inhalation.adult <- C.inhaled.air.adult / TCA MOS.inhalation.adult <- NOAEC.inh / C.inhaled.air.adult HQ.inhalation.child <- C.inhaled.air.child / TCA MOS.inhalation.child <- NOAEC.inh / C.inhaled.air.child HQ.inhalation.lifetime <- C.inhaled.air.lifetime / TCA MOS.inhalation.lifetime <- NOAEC.inh / C.inhaled.air.lifetime ###Elinikäinen syöpäriski Cancer.risk.intake <- Tot.intake.lifetime * Cancer.unit.risk.intake Cancer.cases.intake <- Cancer.risk.intake * Population Cancer.risk.inhalation <- C.inhaled.air.lifetime * Cancer.unit.risk.inhalation Cancer.cases.inhalation <- Cancer.risk.inhalation * Population ###Kootaan kaikki riski-indikaattorit yhteen tauluun Noncancer.risk <- data.frame( Altistumisreitti = rep(c("Kokonaissaanti", "Hengitystiet"), each=6), Terveysvaikutus = c("Muu kuin genotoksinen karsinogeneesi"), Riski.indikaattori = rep(rep(c("Vaaraosamäärä (HQ)", "Turvamarginaali (MOS)"), each=3), times=2), Altistumistaso = c("Aikuinen", "Lapsi", "Elinikäinen"), Result = c(HQ.intake.adult, HQ.intake.child, HQ.intake.lifetime, MOS.intake.adult, MOS.intake.child, MOS.intake.lifetime, HQ.inhalation.adult, HQ.inhalation.child, HQ.inhalation.lifetime, MOS.inhalation.adult, MOS.inhalation.child, MOS.inhalation.lifetime) ) Cancer.risk <- data.frame( Altistumisreitti = rep(c("Kokonaissaanti", "Hengitystiet"), each=2), Terveysvaikutus = c("Genotoksinen karsinogeneesi"), Riski.indikaattori =c("Yksilön syöpäriski (per 100 000)", "Odotetut syöpätapaukset väestössä"), Altistumistaso = c("Elinikäinen"), Result = c(Cancer.risk.intake*100000, Cancer.cases.intake, Cancer.risk.inhalation*100000, Cancer.cases.inhalation) ) out <- merge(Noncancer.risk, Cancer.risk, all=TRUE) return(out) } #objects.put(tf, Chronic.environmental.exposure.to.toxic.substances, Health.based.environmental.quality, Health.risk.characterisation.of.chronic.exposure.to.toxic.substances) #cat("Funktiot alustettu. Ota ajon avain talteen myöhempää käyttöä varten.\n") library(OpasnetUtils) library(xtable) objects.get("UeCkN4ShRIGFXV3z") ###########Tuloslaskenta data <- tidy(opbase.data("Op_fi2814")) ### Määritellään ulkoiset parametrit Altistumislaskennan taulukon muokkaamista varten. col.common <- "Henkilö" col.result <- "Result" col.condition <- "Lyhenne" ####Arvioinnissa käytettyjen lähtötietojen printtaus cat("Altistumisen arvioinnin perusteena käytetyt ympäristön haitta-ainepitoisuudet \n") Environmental.concentration <- data.frame( Väliaine=c("Ulkoilma","Sisäilma","Juomavesi","Maaperä","Paikalliset vihannekset","Paikalliset juurekset","Paikalliset marjat","Paikallinen kala", "Paikallinen liha", "Paikalliset maitotuotteet", "Pesuvesi", "Pintavesi"), Yksikkö=c("µg/m3", "µg/m3", "mg/l", "mg/kg", "mg/kg tuorepainoa", "mg/kg tuorepainoa", "mg/kg tuorepainoa", "mg/kg tuorepainoa", "mg/kg tuorepainoa", "mg/kg tuorepainoa", "mg/l", "mg/l"), Pitoisuus=c(C.air.outdoor, C.air.indoor, C.dw, C.soil, C.lfc, C.tfc, C.berries, C.fish, C.meat, C.dairy, C.bw,C.sw) ) print(xtable(Environmental.concentration, digits=3), type = 'html') cat("Muiden altistumisen arvioinnissa käytettyjen muuttujien arvot.\n") parameters.adult <- data[data$Henkilö == "Aikuinen",] parameters.child <- data[data$Henkilö == "Lapsi",] parameters.table.a <- data.frame( Muuttuja=parameters.adult$Parametri, Yksikkö=parameters.adult$Yksikkö, Aikuinen=parameters.adult$Result, Lapsi=parameters.child$Result ) parameters.table.b <- data.frame( Muuttuja=c("Iholta imeytyvän haitta-aineen osuus (maa-aineskontaktin yhteydessä)","Ihon läpäisevyyskerroin haitta-aineelle (vesikontaktin yhteydessä)","Haitta-aineen taustasaanti muista kuin paikallisista lähteistä"), Yksikkö=c("-","cm/h","µg/kg/vrk"), Aikuinen=c(Abs.skin.soil, Kp, Background.intake.adult), Lapsi=c(Abs.skin.soil, Kp, Background.intake.adult) ) parameters.table <- merge(parameters.table.a, parameters.table.b, all=TRUE) print(xtable(parameters.table, digits=3), type = 'html') cat("Ympäristön laadun arvioinnissa käytetyt haitta-ainepitoisuuksien terveysperusteiset viitearvot \n") HEQC.table <- data.frame( Väliaine=c("Ulkoilma","Sisäilma","Juomavesi","Maaperä","Paikalliset vihannekset","Paikalliset juurekset","Paikalliset marjat","Paikallinen kala", "Paikallinen liha", "Paikalliset maitotuotteet","Pintavesi"), Yksikkö=c("µg/m3", "µg/m3", "mg/l", "mg/kg", "mg/kg tuorepainoa", "mg/kg tuorepainoa", "mg/kg tuorepainoa", "mg/kg tuorepainoa", "mg/kg tuorepainoa", "mg/kg tuorepainoa", "mg/l"), Pitoisuus=c(HEQC.air.outdoor, HEQC.air.indoor, HEQC.dw, HEQC.soil, HEQC.lfc, HEQC.tfc, HEQC.berries, HEQC.fish, HEQC.meat, HEQC.dairy, HEQC.sw) ) print(xtable(HEQC.table, digits=3), type = 'html') cat("Kroonisesta haitta-ainealtistumisesta aiheutuvan terveysriskin arvioinnissa käytetyt toksisuuden viitearvot \n") toxicity.values.table <- data.frame( Viitearvo=c("Haitta-aineen turvallisen päivittäisen saannin viitearvo", "Haitta-aineen turvallisen päivittäisen saannin viitearvo", "Haitta-aineen päivittäisen saannin NOAEL/LOAEL-arvo", "Haitta-aineen päivittäisen hengitystiealtistumisen NOAEC/LOAEC-arvo", "Haitta-aineen elinikäisen päivittäisen saannin yksikkösyöpäriski", "Haitta-aineen elinikäisen päivittäisen hengitystiealtistumisen yksikkösyöpäriski", "Altistuvan väestön määrä"), Yksikko=c("µg/kg/vrk", "µg/m3", "µg/kg/vrk", "µg/kg/vrk", "per µg/kg/vrk", "per µg/m3", "Henkilöä"), Arvo=c(TDI, TCA, NOAEL.ing, NOAEC.inh, Cancer.unit.risk.intake, Cancer.unit.risk.inhalation, Population) ) print(xtable(toxicity.values.table, digits=5), type = 'html') ###Altistumisen arviointi cat("Altistumisen arvioinnin tulokset. \n") expo <- Chronic.environmental.exposure.to.toxic.substances(C.air.outdoor, C.air.indoor, data) intake.adult <- expo[expo$Henkilö == "Aikuinen",] intake.child <- expo[expo$Henkilö == "Lapsi",] intake.tot <- data.frame( Altistumisreitti="Kokonaissaanti", Aikuinen=sum(intake.adult$Result, na.rm=TRUE), Lapsi=sum(intake.child$Result, na.rm=TRUE) ) intake.table <- data.frame( Altistumisreitti=intake.adult$Altistumisreitti, Aikuinen=(intake.adult$Result), Lapsi=(intake.child$Result) ) intake.table <- merge(intake.table,intake.tot,all=TRUE) intake.table$Elinikäinen <- (intake.table$Lapsi * 6 + intake.table$Aikuinen * 64) / 70 intake.fractions.adult <- (intake.table$Aikuinen / intake.tot$Aikuinen)*100 intake.fractions.child <- (intake.table$Lapsi / intake.tot$Lapsi)*100 intake.fractions.lifetime <- (intake.table$Elinikäinen / ((intake.tot$Lapsi * 6 + intake.tot$Aikuinen * 64)/70)*100) intake.fractions.table <- data.frame( Altistumisreitti=intake.table$Altistumisreitti, Aikuinen=intake.fractions.adult, Lapsi=intake.fractions.child, Elinikäinen=intake.fractions.lifetime ) cat("Keskimääräinen päivittäinen haitta-aineen saanti (µg/kg/vrk). \n") print(xtable(intake.table, digits=3), type = 'html') cat("Eri altistumisreittien osuus päivittäisestä saannista (%). \n") print(xtable(intake.fractions.table, digits=4), type = 'html') ###Ympäristöpitoisuuksien terveysperusteisen viitearvovertailun tulostaulu cat("Haitta-aineen pitoisuus ympäristössä suhteutettuna terveysperusteiseen viitearvoon.\n") HEQ.table <- Health.based.environmental.quality(Concentration, EQC) print(xtable(HEQ.table, digits=3), type = 'html') ###Terveysriskin karakterisointi #####Määritellään terveysriskin karakterisointi -funktion tarvitsemat lähtömuuttujat Tot.intake.adult <- expo[expo$Henkilö == "Aikuinen",] Tot.intake.adult <- sum(Tot.intake.adult$Result,na.rm=TRUE) Tot.intake.child <- expo[expo$Henkilö == "Lapsi",] Tot.intake.child <- sum(Tot.intake.child$Result,na.rm=TRUE) Tot.intake.lifetime <- (Tot.intake.child * 6 + Tot.intake.adult * 64) / 70 Ef.air.indoor <- data[data$Lyhenne == "Ef.air.indoor",] Ef.air.indoor.adult <- (Ef.air.indoor[Ef.air.indoor$Henkilö == "Aikuinen",])$Result Ef.air.indoor.child <- (Ef.air.indoor[Ef.air.indoor$Henkilö == "Lapsi",])$Result C.inhaled.air.adult <- (C.air.outdoor * ((24 - Ef.air.indoor.adult) / 24)) + (C.air.indoor * (Ef.air.indoor.adult / 24)) C.inhaled.air.child <- (C.air.outdoor * ((24 - Ef.air.indoor.child) / 24)) + (C.air.indoor * (Ef.air.indoor.child / 24)) C.inhaled.air.lifetime <- (C.inhaled.air.child * 6 + C.inhaled.air.adult * 64) / 70 risk <- Health.risk.characterisation.of.chronic.exposure.to.toxic.substances(Exposure, Toxicity) #####Riskin karakterisoinnin tulostaulu cat("Kroonisesta ympäristöperäisestä haitta-ainealtistumisesta aiheutuvan terveysriskin karakterisointi. \n") risk.adult <- risk[risk$Altistumistaso == "Aikuinen",] risk.child <- risk[risk$Altistumistaso == "Lapsi",] risk.lifetime <- risk[risk$Altistumistaso == "Elinikäinen",] risk.table.a <- data.frame(Altistumisreitti=risk.adult$Altistumisreitti, Terveysvaikutus=risk.adult$Terveysvaikutus, Riski.indikaattori=risk.adult$Riski.indikaattori, Aikuinen=risk.adult$Result, Lapsi=risk.child$Result) risk.table.b <- data.frame(Altistumisreitti=risk.lifetime$Altistumisreitti, Terveysvaikutus=risk.lifetime$Terveysvaikutus, Riski.indikaattori=risk.lifetime$Riski.indikaattori, Elinikäinen=risk.lifetime$Result) risk.table <- merge(risk.table.a, risk.table.b, all=TRUE) print(xtable(risk.table, digits=3), type = 'html')

⇤#: Ongelma: altistumisfunktio tuottaa sisällään ovariableja, mutta sitä ajetaan ikään kuin ne olisivat data.frameja. Onkohan ovariablejen käyttö tarpeen? Toisaalta, jos taulukoissa olevat lähtötiedot ovat epävarmoja ja tarvitsevat Interpretiä, miten toimitaan? --Jouni Tuomisto 2. tammikuuta 2013 kello 22.19 (EET)

Mallifunktio

Oletusajo : UeCkN4ShRIGFXV3z

• Farmakokineettisiä parametreja

Muuta

Tämä sivu on tietokide alatyypiltään muuttuja. Sivutunniste: Op_fi1423
Moderaattori:Ei ole (katso kaikki) Kuinka ryhtyä moderaattoriksi? Sivun edistymistä ei ole arvioitu. Arvostuksen määrää ei ole arvioitu (ks. peer review).
Lisää dataa {{#opasnet_base_link:Op_fi1423}} Huom! Käytät vanhoja parametreja (todennäköisesti stub). Käytä mieluummin parametria edistyminen = Raakile.

Vaikuttavuusarviointeja

<math>\alpha + \omega + 444</math>

Quadratic: <math>u(x)=ax+bx^2+c</math>

Log Inverse Power Transformation: <math>u(x)=\frac{1}{1+exp[-a-\beta(1/K)log(1+KX)]}</math>, Point of Inflection: <math>u(x)=1/2(1-k/b)</math>

Negative Exponential: <math>u(x)=\frac{1-e^\mathrm{-a(x-x_1)}}{1-e^\mathrm{x_h-x_1}}</math>

Polyneux: <math>u(x)=\sum^n_{i=1}P(x)e^{\lambda_ix}</math>

Multiattribute: <math>P_{ik}=\alpha_i+\sum^m_{j=1}\sum^{L_j}_{l=1}\chi_{klj}P_{ilj}</math>

R-testiä

Seturin laskennan testausta

+ Näytä koodi- Piilota koodi library(OpasnetUtils) library(xtable) temp <- tidy(opbase.data("Op_fi3215"), objname = "", direction = "long") kokonaisaltistus <- new("ovariable", name = "kokonaisaltistus", data = temp[temp$Observation == "Altistus", colnames(temp) != "Observation"]) altistuneiden.osuus <- new("ovariable", name = "altistuneiden.osuus", data = temp[temp$Observation == "Altistuvien osuus", colnames(temp) != "Observation"]) print(xtable(kokonaisaltistus@data), type = 'html') print(xtable(altistuneiden.osuus@data), type = 'html') objects.put(kokonaisaltistus, altistuneiden.osuus) kokonaisaltistus <- EvalOutput(kokonaisaltistus) altistuneiden.osuus <-EvalOutput(altistuneiden.osuus) annosvaste <- new("ovariable", name = "annosvaste", data = tidy(opbase.data("Op_fi3216"), objname = "annosvaste", direction = "wide") ) print(xtable(annosvaste@data), type = 'html') objects.put(annosvaste) annosvaste <- EvalOutput(annosvaste) dependencies <- data.frame( Name = c("annosvaste", "kokonaisaltistus"), Key = c("","") ) funktio<- function(dependencies, ...) { ComputeDependencies(dependencies, ...) temp<- annosvaste * kokonaisaltistus if(is.numeric(temp)) temp <- data.frame(Result = temp) return(temp) } tapausmäärä.UR <- new("ovariable", name ="Tapausmäärä", dependencies = dependencies, formula = funktio) objects.put(tapausmäärä.UR) out<-EvalOutput(tapausmäärä.UR) print(xtable(out@output), type = 'html') dependencies <- data.frame( Name = c("annosvaste", "altistuneiden.osuus"), Key = c("","") ) funktio<- function(dependencies, ...) { ComputeDependencies(dependencies, ...) temp<- altistuneiden.osuus * (annosvaste - 1) / (altistuneiden.osuus * (annosvaste - 1) + 1) if(is.numeric(temp)) temp <- data.frame(Result = temp) return(temp) } selitysosuus.RR <- new("ovariable", name ="Selitysosuus", dependencies = dependencies, formula = funktio) objects.put(selitysosuus.RR) out<-EvalOutput(selitysosuus.RR) print(xtable(out@output), type = 'html')

<mfanonymousfilelist></mfanonymousfilelist>

Päivitetty.

<math>123+\alpha -555-666+\omega</math>

moi

Vaihtoehtoinen leikkikenttä

Täältä neuvoja!

Measurement techniques	Authors	Utility function: u(x)		I. Certainty Equivalence (CE)	Fisburn (1967), Hull et al. (1973), Keeney and Raiffa (1976), LaValle (1978), and Pennings and Smidts (2000)I. Certainty Equivalence (CE)	II. Conjoint	Tversky (1967), Anderson and Shanteau (1970), Wind (1982), Corstjens and Weinstein (1982), and Smidts (1990)	III. Willingness-to-trade-off	Sarin and Weber (1993), Weber and Milliman (1997), and Weber and Hsee (1998)	IV. Standard sequence	Wakker and Denefee (1996) and Abdellaoui (2000)

Measurement techniques	Authors
Utility function: u(x)
I. Certainty Equivalence (CE)	Fisburn (1967), Hull et al. (1973), Keeney and Raiffa (1976), LaValle (1978), and Pennings and Smidts (2000)I. Certainty Equivalence (CE)
II. Conjoint	Tversky (1967), Anderson and Shanteau (1970), Wind (1982), Corstjens and Weinstein (1982), and Smidts (1990)
III. Willingness-to-trade-off	Sarin and Weber (1993), Weber and Milliman (1997), and Weber and Hsee (1998)
IV. Standard sequence	Wakker and Denefee (1996) and Abdellaoui (2000)

Muista ostaa

• Avocadoja

• Kissanruokaa

• kaljaa * black

Terveysvaikutukset

HUOM! Tällä hetkellä malli laskee ainoastaan murskausprosessin pölypäästöt ja niiden leviämisen 10-15 km:n säteellä olevaan väestöön. Mallia päivitetään jatkuvasti.

Leveyspiiri (LA): Pituuspiiri (LO): Murskattavan malmin määrä (Mg/a) (murskaus.maara): Murskaukseen käytettävän prosessin päästökerroin (g/Mg) (paasto.kerroin): Iteraatioiden määrä (N): + Näytä koodi- Piilota koodi library(OpasnetUtils) library(ggplot2) earth.radius <- 6372.8 # quadratic mean or root mean square approximation of the average great-circle # circumference derives a radius of about 6372.8 km (Wikipedia) central.angle <- function(s.la, s.lo, f.la, f.lo) 2 * asin((sin((s.la - f.la) / 2)^2 + cos(s.la) * cos(f.la) * sin((s.lo - f.lo) / 2)^2)^0.5) dtheta.y <- 1/earth.radius*180/pi # central angle increase per 1 kilometer north from a given point assuming no displacement on x axis dtheta.x <- 2*asin(sin(1/(2*earth.radius))/cos(LA/180*pi))*180/pi # central angle increase per 1 kilometer east from a given point # - assuming no displacement on y axis # Populaatio data pop.locs <- op_baseGetLocs("heande_base", "Heande3182", apply.utf8 = FALSE) head(pop.locs) pop.slice.la <- pop.locs[pop.locs$ind == "Latitude", "loc_id"][pop.locs[pop.locs$ind == "Latitude", "loc"] < LA + 10.5 * dtheta.y & pop.locs[pop.locs$ind == "Latitude", "loc"] > LA - 10.5 * dtheta.y] pop.slice.lo.inverse <- pop.locs[pop.locs$ind == "Longitude", "loc_id"][pop.locs[pop.locs$ind == "Longitude", "loc"] > LO + 10.5 * dtheta.x | pop.locs[pop.locs$ind == "Longitude", "loc"] < LO - 10.5 * dtheta.x] pop <- op_baseGetData("heande_base", "Heande3182", include = pop.slice.la, exclude = pop.slice.lo.inverse) head(pop) pop$Longitude <- as.numeric(as.character(pop$Longitude)) pop$Latitude <- as.numeric(as.character(pop$Latitude)) pop$LObin <- cut(pop$Longitude, breaks = LO + ((-11:10) + 0.5 ) * dtheta.x) pop$LAbin <- cut(pop$Latitude, breaks = LA + ((-11:10) + 0.5 ) * dtheta.y) # Pitoisuus data pitoisuus <- function(n, paasto, L.matrix) { #, X_coord, Y_coord) { ID.list <- tapply(1:nrow(L.matrix), L.matrix[,c("Kaupunki", "Vuosi", "Tyyppi")], list) ID.list.samples <- sample(ID.list, n, replace = TRUE) ID.vec <- unlist(ID.list.samples) print(ID.vec) print(ID.list) #c.matrix <- pitoisuus(L.matrix, Paasto) #, X_coord, Y_coord) l.matrix <- L.matrix[ID.vec,] l.matrix$obs <- rep(1:n, each = length(ID.vec)/n) print(head(l.matrix)) c.matrix <- merge(l.matrix, paasto) c.matrix <- model.frame(I(Paasto * k) ~., data = c.matrix) colnames(c.matrix)[1] <- "Pitoisuus" print(head(c.matrix)) return(c.matrix) } PILTTI.matrix <- op_baseGetData("heande_base", "Heande3181")[,-c(1,2,9)] # unit: ugm^-3/Mga^-1 PILTTI.matrix$dy <- as.numeric(as.character(PILTTI.matrix$dy)) PILTTI.matrix$dx <- as.numeric(as.character(PILTTI.matrix$dx)) colnames(PILTTI.matrix)[colnames(PILTTI.matrix)=="Result"] <- "k" head(PILTTI.matrix) Paasto <- data.frame(Paasto = murskaus.maara * paasto.kerroin / 1e6) # unit: Mga^-1 head(Paasto) C.matrix <- pitoisuus(N, Paasto, PILTTI.matrix) # unit: ugm^-3 N head(C.matrix) C.matrix$LObin <- cut(C.matrix$dx / 1000 * dtheta.x + LO, breaks = LO + ((-11:10) + 0.5 ) * dtheta.x) C.matrix$LAbin <- cut(C.matrix$dy / 1000 * dtheta.y + LA, breaks = LA + ((-11:10) + 0.5 ) * dtheta.y) # Yhdistys head(C.matrix) pop.paasto <- merge(C.matrix, pop[,-c(1,2,6)]) pop.paasto.korjaus <- data.frame(Pitoisuus = pop.paasto$Pitoisuus, Vaesto = pop.paasto$Result / N) head(pop.paasto.korjaus) plot1 <- ggplot(pop.paasto.korjaus, aes(x = Pitoisuus, weight = Vaesto)) + geom_histogram(binwidth = (max(pop.paasto.korjaus$Pitoisuus[pop.paasto.korjaus$Vaesto!=0]) - min(pop.paasto.korjaus$Pitoisuus[pop.paasto.korjaus$Vaesto!=0]))/100) + xlim(min(pop.paasto.korjaus$Pitoisuus[pop.paasto.korjaus$Vaesto!=0]) - 0.000001, max(pop.paasto.korjaus$Pitoisuus[pop.paasto.korjaus$Vaesto!=0]) + 0.000001) plot1 + geom_vline(xintercept = 40, colour = "red") # Ohjearvo exposure.pop <- tapply(pop.paasto$Pitoisuus * pop.paasto$Result, pop.paasto[,c("obs")], sum) bg.mort <- 45182/5203826 # same values as used in PILTTI erf <- 0.0097 # J. T. Tuomisto, A. Wilson, et al. Uncertainty in mortality response to airborne fine particulate matter... 2008 # unit: 1/ugm^-3 mort.out <- erf * bg.mort * exposure.pop qplot(mort.out, geom="density") cat("Odotusarvo kuolemille vuodessa:", mean(mort.out), "\n") cat("Ohjearvon 40 ugm^-3 mukaisen altistusrajan ylitti", sum(pop.paasto.korjaus$Vaesto[pop.paasto.korjaus$Pitoisuus>40]), "asukasta.\n")

• Oletusarvot Siilinjärven Yaralle, yhdelle tonnille murskattua malmia vuodessa olettaen että murskaustapa on kuivaseulonta ilman avulla (suurin päästökerroin). Katso: op_fi:Metallimalmin murskausprosessin kokonais- (TSP) ja hengittyvien hiukkasten (PM10) päästökertoimet.
• Havainnollisia lähtöarvojen muutoksia:
  • Luikonlahden koordinaatit (pienempi väestö kaivoksen ympärillä): latitude=62.936836, longitude=28.70749
  • Hienomurskaus kostealle malmille: päästökerroin 9.1 (oletus: kuiva malmi 72.6)

R-testi

Jatropan viljelyala (ha): n: Mitkä tekijät halua eritellä tuloksessa?: Katalyytin määrä Ikä Kastelu Käytetty puristin Minkä yhden tekijän halua eritellä kuvaajassa?: Katalyytin määrä Ikä Kastelu Käytetty puristin + Näytä koodi- Piilota koodi ######## Haetaan R-koodi generic sivulta Projektinhallinta. Sisältää funktiot dropall ja PTable. ######## Ladataan tarvittavat paketit library(OpasnetUtils) library(ggplot2) print("Haetaan tarvittava data Opasnet-kannasta") saanto.siemenet <- opbase.data("Op_fi2633")[,-c(1,2,7)] # Jatropan siementen saanto viljelystä saanto.öljy <- opbase.data("Op_fi2634")[,-c(1,2,5)] # Öljyn saanto jatropan siemenistä saanto.diesel <- opbase.data("Op_fi2632")[,-c(1,2,5)] # Biodieselin saanto jatropaöljystä viljelyala <- opbase.data("Op_fi2642")[,-c(1,2)] # Jatropan viljelyalueet päästö.ilmasto <- opbase.data("Op_fi2547")[,-c(1,2)] # Jatropan viljelyn ilmastovaikutukset päästö.sosiaali <- opbase.data("Op_fi2552")[,-c(1,2)] # Jatropan viljelyn sosiaaliset vaikutukset päästö.ekosyst <- opbase.data("Op_fi2548")[,-c(1,2)] # Jatropan viljelyn ekosysteemivaikutukset P <- opbase.data("Op_fi2539")[,-c(1,2,7)] # Jatropan käyttö bioenergian lähteenä print("Ajetaan malli") ### Muutetaan sarakkeiden nimet sopiviksi yhdistämistä varten. colnames(saanto.siemenet)[4] <- "siemenet" colnames(saanto.öljy)[2] <- "öljy" colnames(saanto.diesel)[2] <- "diesel" ## Yhdistetään tiedot toisiinsa yhdeksi data.frameksi. Lasketaan saanto. saanto <- merge(saanto.siemenet, saanto.öljy) saanto <- merge(saanto, saanto.diesel) saanto[,9] <- saanto$siemenet * saanto$öljy * saanto$diesel * ala colnames(saanto)[9] <- "saanto (kg/a)" ## Muutetaan tulos jakaumaksi Monte Carlolla. P <- PTable(P, n) saanto <- merge(P, saanto) ## Lasketaan tulostaulu. if(length(divisions)>1) divisions <- as.list(saanto[, divisions]) else divisions <- saanto[, divisions] out1 <- as.data.frame(as.table(tapply(saanto[, 10], divisions, mean))) out1 <- dropall(out1[!is.na(out1$Freq), ]) print(xtable(out1), type = 'html') ## Lasketaan tuloskuvaaja. out2 <- as.data.frame(as.table(tapply(saanto[, 10], list(saanto[, divisions2], saanto$obs), mean))) out2 <- dropall(out2[!is.na(out2$Freq), ]) ggplot(out2, aes(x = Freq, weight = 1, fill = Var1)) +geom_density() ## Jostain syystä vain osa kuvista piirtyy oikein, riippuen mitä parametreja valitaan. En ymmärrä syytä.

Komia loota

• sininen

on komia...

Hiekkalaatikko(#)

Obs	Year	Country	Mortality
1	2001	Finland	1001
2	2002	Finland	judanss
3	2001	Sweden	900
4	2002	Sweden	800

JEPJEJPKEPKE

JOO

fwae

JEPULISTA

Apua typeryyksien keksijöille!

Jouni T. Tuomisto: Apua typeryyksien keksijöille!. Ajatelma toimintatapojen muuttamisesta. Opasnet 2010. Viitattu 24.11.2024.

Argumenta

Sami Majaniemi, Mikko Pohjola, Jouni T. Tuomisto: Argumenta. Opasnet 2010. Viitattu 24.11.2024.

Arseenialtistuminen Suomessa

Hannu Komulainen: Arseeni altistuminen Suomi. Opasnet 2010. Viitattu 24.11.2024.

Arviointi THL:n budjetista

Jouni T. Tuomisto: Arviointi THL:n budjetista. Opasnet 2010. Viitattu 24.11.2024.

Arviointi kirjailijoiden tulojen turvaamisesta

Jouni T. Tuomisto: Arviointi kirjailijoiden tulojen turvaamisesta. Opasnet 2010. Viitattu 24.11.2024.

Arviointi pohjavesilaitoksen mikrobiologisista riskeistä

Päivi Meriläinen: Arviointi pohjavesilaitoksen mikrobiologisista riskeistä. Opasnet 2010. Viitattu 24.11.2024.

Päivi Meriläinen: Arviointi pohjavesilaitoksen mikrobiologisista riskeistä. Opasnet 2010. Viitattu 24.11.2024.

Arvostuspeli

Jouni T. Tuomisto: Arvostuspeli. Opasnet 2010. Viitattu 24.11.2024.

Arvostusteoria. Ehdotus markkinatalouden aiheuttaman riippuvuuden hoitoon

Jouni T. Tuomisto: Arvostusteoria. Ehdotus markkinatalouden aiheuttaman riippuvuuden hoitoon. Luento. Opasnet 2010. Viitattu 24.11.2024.

Avoin arviointi erityistilanteessa

Jouni T. Tuomisto: Avoin arviointi erityistilanteessa. Ohjeistus. Opasnet 2010. Viitattu 24.11.2024.

Energiantuotannon kasvihuonekaasupäästöt Suomessa

Matleena Tuomisto, Noora Koponen, Teemu Rintala: Energiantuotannon kasvihuonekaasupäästöt Suomessa. Opasnet 2010. Viitattu 24.11.2024.

Fluoridi altistuminen

Hannu Komulainen, Olli Leino: Fluoridi altistuminen. Muuttuja. Opasnet 2010. Viitattu 24.11.2024.

Formaldehydi altistus Suomi

Eero Priha, Otto Hänninen, Olli Leino: Formaldehydi altistus Suomi. Opasnet 2010. Viitattu 24.11.2024.

Heande-projektinhallinta

Jouni T. Tuomisto: Heande-projektinhallinta. Projektinhallintajärjestelmän esittely. Opasnet 2010. Viitattu 24.11.2024.

Hyöty-riskiarviointi ydinvoimasta Suomessa

Teemu Rintala, Sami Majaniemi, Minna-Mari Hämäläinen, Noora Koponen, Matleena Tuomisto, Aino Paakkinen, Jouni T. Tuomisto: Hyöty-riskiarviointi ydinvoimasta Suomessa. Opasnet 2010. Viitattu 24.11.2024.

Ilmastokäräjät

Jouni T. Tuomisto: Ilmastokäräjät. Tutkimussuunnitelma. Opasnet 2010. Viitattu 24.11.2024.

Ilmastonmuutos

Matleena Tuomisto, Jouni T. Tuomisto: Ilmastonmuutos. Opasnet 2010. Viitattu 24.11.2024.

Ilmastopolitiikkaa voisi ohjata tieteen menetelmin

Jouni T. Tuomisto, Mikko V. Pohjola: Ilmastopolitiikkaa voisi ohjata tieteen menetelmin. Mielipidekirjoitus. Opasnet 2010. Viitattu 24.11.2024.

Iskuryhmä ilmastonmuutosta vastaan

Jouni T. Tuomisto: Iskuryhmä ilmastonmuutosta vastaan. Pamfletti. Opasnet 2010. Viitattu 24.11.2024.

Islannin tulivuorenpurkaus 2010

Jouni T. Tuomisto, Pauliina Ahtoniemi: Islannin tulivuorenpurkaus 2010. Opasnet 2010. Viitattu 24.11.2024.

Kalaruoan terveysvaikutukset

Olli Leino: Kalaruoan terveysvaikutukset. Opasnet 2010. Viitattu 24.11.2024.

Kaupungin verkkosivujen määrittelyt

Jouni T. Tuomisto: Kaupungin verkkosivujen määrittelyt. Opasnet 2010. Viitattu 24.11.2024.

Kaupunkien lämpösaarekkeiden lieventämisen terveysvaikutukset EuroopassaMalline:Julkaisu.default Kaupunkirakenne - kansanterveysMalline:Julkaisu.default Kloorauksen sivutuotteet altistus Suomi

Päivi Meriläinen, Olli Leino: Kloorauksen sivutuotteet altistus Suomi. Opasnet 2010. Viitattu 24.11.2024.

Komiteoita, tiedostoja ja muita entisajan keksintöjä

Jouni T. Tuomisto: Komiteoita, tiedostoja ja muita entisajan keksintöjä. Opasnet 2010. Viitattu 24.11.2024.

Kosteusvauriot altistus

Ulla Haverinen-Shaughnessy, Olli Leino: Kosteusvauriot altistus. Opasnet 2010. Viitattu 24.11.2024.

Kuntakone

Sami Majaniemi: Kuntakone. Opasnet 2010. Viitattu 24.11.2024.

Lyijy ympäristö altistus

Otto Hänninen, Olli Leino: Lyijy ympäristö altistus. Opasnet 2010. Viitattu 24.11.2024.

Matkojenhallintajärjestelmä

Jouni T. Tuomisto: Matkojenhallintajärjestelmä. Ehdotus parannuksesta. Opasnet 2010. Viitattu 24.11.2024.

Metyylielohopea altistus Suomi

Olli Leino, Juha Villman: Metyylielohopea altistus Suomi. Opasnet 2010. Viitattu 24.11.2024.

Narkolepsia Suomessa

Noora Koponen, Minna-Mari Hämäläinen: Narkolepsia Suomessa. Muuttuja. Opasnet 2010. Viitattu 24.11.2024.

Nettiajan kansalaisyhteiskunta

Sami Majaniemi: Nettiajan kansalaisyhteiskunta. Opasnet 2010. Viitattu 24.11.2024.

Opasnet-uskomusjärjestelmä

Jouni T. Tuomisto: Opasnet-uskomusjärjestelmä. Opasnet 2010. Viitattu 24.11.2024.

Opasnetin kehitystarpeita

Jouni T. Tuomisto: Opasnetin kehitystarpeita. Yhteistyömahdollisuuksien kartoitus. Opasnet 2010. Viitattu 24.11.2024.

Opasnetin käyttökoulutus

Jouni T. Tuomisto, Mikko Pohjola, Juha Villman: Opasnetin käyttökoulutus. Koulutustilaisuus. Opasnet 2010. Viitattu 24.11.2024.

Opastopian toimintaympäristö

Sami Majaniemi: Opastopian toimintaympäristö. Opasnet 2010. Viitattu 24.11.2024.

Postilaki

Jouni T. Tuomisto: Postilaki. Ehdotus parannuksesta. Opasnet 2010. Viitattu 24.11.2024.

Päättäjän tietomonopoli on murrettava

Jouni T. Tuomisto: Päättäjän tietomonopoli on murrettava. Pamfletti. Opasnet 2010. Viitattu 24.11.2024.

Radioaktiivisen säteilyn terveysvaikutukset Suomessa

Teemu Rintala, Noora Koponen, Minna-Mari Hämäläinen, Jouni T. Tuomisto: Radioaktiivisen säteilyn terveysvaikutukset Suomessa. Opasnet 2010. Viitattu 24.11.2024.

Seurakuntavaalit 2010

Jouni T. Tuomisto: Seurakuntavaalit 2010. Tutkimussuunnitelma. Opasnet 2010. Viitattu 24.11.2024.

Sikainfluenssa

Noora Koponen, Jouni T. Tuomisto: Sikainfluenssa. Luonnos arvioinniksi. Opasnet 2010. Viitattu 24.11.2024.

Sikainfluenssarokotteen terveyshaitat

Noora Koponen, Jouni T. Tuomisto: Sikainfluenssarokotteen terveyshaitat. Opasnet 2010. Viitattu 24.11.2024.

Suomalainen energiapolitiikka

Teemu Rintala, Noora Koponen, Matleena Tuomisto, Sami Majaniemi, Aino Paakkinen, Jouni T. Tuomisto: Suomalainen energiapolitiikka. Opasnet 2010. Viitattu 24.11.2024.

Suomalaiset ydinvoimalat

Teemu Rintala, Minna-Mari Hämäläinen, Noora Koponen, Jouni T. Tuomisto: Suomalaiset ydinvoimalat. Muuttuja. Opasnet 2010. Viitattu 24.11.2024.

Suomen energiantuotannon terveysvaikutusten arviointi

Teemu Rintala, Sami Majaniemi: Suomen energiantuotannon terveysvaikutusten arviointi. Opasnet 2010. Viitattu 24.11.2024.

Syövät työperäiset lukumäärä

Antti Karjalainen, Olli Leino: Syövät työperäiset lukumäärä. Opasnet 2010. Viitattu 24.11.2024.

Sähköinen sairauskertomus

Jouni T. Tuomisto: Sähköinen sairauskertomus. Opasnet 2010. Viitattu 24.11.2024.

THL:n kannanottoja ydinvoimasta

Matti Jantunen, Jouko Tuomisto, Raimo Salonen: THL:n kannanottoja ydinvoimasta. Opasnet 2010. Viitattu 24.11.2024.

Terveyden ja hyvinvoinnin ajatushautomo

Jouni T. Tuomisto, Sami Majaniemi: Terveyden ja hyvinvoinnin ajatushautomo. Opasnet 2010. Viitattu 24.11.2024.

Terveydenhuollon tietojärjestelmä

Jouni T. Tuomisto: Terveydenhuollon tietojärjestelmä. Alustava arviointi. Opasnet 2012. Viitattu 24.11.2024.

Tiede 2.0

Jouni T. Tuomisto: Tiede 2.0. Opasnet-muuttuja. Opasnet 2010. Viitattu 24.11.2024.

Tieteellis-poliittinen vallankumous

Jouni T. Tuomisto: Tieteellis-poliittinen vallankumous. Ajatelma. Opasnet 2010. Viitattu 24.11.2024.

Tieteen ja politiikan vuorovaikutusstrategiaMalline:Julkaisu.default Tietoteknisiä ratkaisuja Opasnetissä

Jouni T. Tuomisto, Juha Villman: Tietoteknisiä ratkaisuja Opasnetissä. Opasnet 2010. Viitattu 24.11.2024.

Tietotyö

Jouni T. Tuomisto: Tietotyö. Opasnet 2010. Viitattu 24.11.2024.

Tutkimuslaitoksen tietopolitiikka

Jouni T. Tuomisto, Sami Majaniemi: Tutkimuslaitoksen tietopolitiikka. Opasnet 2010. Viitattu 24.11.2024.

Uutisraivaaja 2011

Sami Majaniemi: Uutisraivaaja 2011. Suunnitelma. Opasnet 2010. Viitattu 24.11.2024.

Valtion palkkausjärjestelmä

Jouni T. Tuomisto: Valtion palkkausjärjestelmä. Arviointi. Opasnet 2010. Viitattu 24.11.2024.

Verovähennyskortti

Jouni T. Tuomisto: Verovähennyskortti. Verojärjestelmän parannusehdotus. Opasnet 2010. Viitattu 24.11.2024.

Wikipuolue

Jouni T. Tuomisto: Wikipuolue. Opasnet 2010. Viitattu 24.11.2024.

YVA

Mikko Pohjola, Erkki Kuusisto, Jouni T. Tuomisto: YVA. Kommentteja YVA-lain arvioinnista. Opasnet 2010. Viitattu 24.11.2024.

Ydinvoimaan liittyvien riskien kokeminen Suomessa

Noora Koponen, Minna-Mari Hämäläinen, Matleena Tuomisto, Teemu Rintala, Aino Paakkinen, Sami Majaniemi, Jouni T. Tuomisto: Ydinvoimaan liittyvien riskien kokeminen Suomessa. Opasnet 2010. Viitattu 24.11.2024.

Ympäristömelun vaikutuslaskentatiedot Suomi

Erkki Kuusisto: Ympäristömelun vaikutuslaskentatiedot Suomi. Opasnet 2010. Viitattu 24.11.2024.

Ympäristön tupakansavu altistus Suomi

Otto Hänninen, Erkki Kuusisto, Olli Leino: Ympäristön tupakansavu altistus Suomi. Opasnet 2010. Viitattu 24.11.2024.

Ytrips OyMalline:Julkaisu.default

Tämä koodi tuottaa vain tapahtumalistauksen ilman yhteenvetoja.

Voit rajata tarkastelusi yhteen työpakettiin tai vuoteen. Tarkasteltava työpaketti: Kaikki työpaketit TP1 TP2 TP3 TP4 TP5 Tarkasteltava vuosi: Kaikki vuodet 2012 2013 2014 + Näytä koodi- Piilota koodi out <- budjettilaskenta(page = sivu, rahoittaja = rahoittaja, projekti = projekti, työpaketti = työpaketti, työpaketti.add = työpaketti.add, rahoittaja.add = rahoittaja.add) if(työpakettirajaus != "Kaikki") {out <- out[out$Työpaketti == työpakettirajaus, ]} if(vuosirajaus != "Kaikki") {out <- out[out$Vuosi == vuosirajaus, ]} if(työpakettirajaus != "Kaikki") {out <- out[out$Työpaketti == työpakettirajaus, ]} if(vuosirajaus != "Kaikki") {out <- out[out$Vuosi == vuosirajaus, ]} print(xtable(out), type = 'html')

Tämä tuottaa halutut yhteenvedot mutta ei tapahtumalistausta.

Voit valita näytettävät yksityiskohdat ja myös rajata tarkastelusi yhteen työpakettiin tai vuoteen. Mitkä jaottelut haluat näyttää yhteenvedossa?: Projekti Työpaketti Vuosi Laitos Rahoittaja Kustannuslaji Tarkasteltavat työpaketit: TP1 TP2 TP3 TP4 TP5 Tarkasteltava vuosi: Kaikki vuodet 2012 2013 2014 Voit testata budjettia tällä tilapäisellä lisätapahtumalla. Työpaketti: TP1 TP2 TP3 TP4 TP5 Rahoittaja: THL STM Kustannuslaji: Palkka VT3 Palkka VT4 Palkka VT5 Palkka VT6 Palkka VT7 Palkka VT8 Palkka VT9 Palkka VT10 Ostopalvelu Matka Tarvike Tulot Budjettiin lisättävä summa: Kuvaus: + Näytä koodi- Piilota koodi out <- budjettilaskenta(page = sivu, rahoittaja = rahoittaja, projekti = projekti, työpaketti = työpaketti, työpaketti.add = työpaketti.add, rahoittaja.add = rahoittaja.add, kustannuslaji.add = kustannuslaji.add, määrä.add = määrä.add, kuvaus.add = kuvaus.add) if(työpakettirajaus != "Kaikki") {out <- out[out$Työpaketti == työpakettirajaus, ]} if(vuosirajaus != "Kaikki") {out <- out[out$Vuosi == vuosirajaus, ]} out <- out[out$Työpaketti %in% työpakettirajaus, ] if(vuosirajaus != "Kaikki") {out <- out[out$Vuosi == vuosirajaus, ]} print(xtable(budjettiyhteenveto(out, jaottelu)), type='html') print(xtable(budjettiyhteenveto(out[out$tulomeno == "Tulot", ], jaottelu)), type='html') print(xtable(budjettiyhteenveto(out[out$tulomeno == "Menot", ], jaottelu)), type='html') out <- budjettiyhteenveto(out, c(3,5)) out <- out[out$tulomeno == "Tulot", ] print(xtable(out), type='html')

Lallaa kaunis päivä tänään	Eilen ei ollut	Oli ruma.
Liha	Sika	Lehmä
Kasvis	Soija	Papu
1	2	3

On kaksi muutakin hiekkalaatikkoa: Hiekkalaatikko2 ja Hiekkalaatikko 2

Eurooppa

Pohjois-Eurooppa

• Suomi
• Ruotsi
• Tanska
  • Färsaaret
    1. pääsiäinen
    2. puput
    3. tiput

kukka	pallo	sää	ruumiinosa
ruusu	jalkapallo	sade	nenä

Hiekkalaatikko(ei yksikköä)

Obs	Syntymäaika	Nimi	Ikä
1	21.3.1978	Jukka	39
2	5.5.2000	Maria	12
3	2.1.1987	Mikko	30

Hauki on kala.

Suomi on Euroopan maa.

Eurooppaan kuuluu useita maita.

Katso myös

• Projektinhallinta/hiekkalaatikko
• Funktioita R-toolsiin