Silmäile
Hakuohje

Osuva

Osuva on Vaasan yliopiston avoin julkaisuarkisto. Osuva sisältää Vaasan yliopiston omat julkaisut, opinnäytteet ja tieteellisten artikkeleiden rinnakkaistallenteet. Osuvaan sisältyy julkaisujen viitetietoja, tiivistelmiä ja kokotekstejä. Sähköisten arkistokokoelmien sisältö ei ole luettavissa verkossa.

Kokoelmat Osuvassa

Viimeksi tallennetut

  • Quantifying and integrating decision-making for geothermal well life-cycle risk under geological uncertainty: A review
    Jiang, Pan; Yu, Ziwang; Lu, Shuaiyi; Cong, Lianghan; Li, Xiaoguang (Elsevier, 2026)
    Artikkeli
    As global energy systems shift toward low-carbon models, deep geothermal energy is an important clean resource with stable output and high potential. Commercial development, however, remains constrained by heavy upfront capital costs and geological uncertainty. Well construction and surface facilities typically account for 50 to 75 percent of total project investment, and extreme downhole conditions, such as high temperatures, abrasive formations, and complex fracture networks, readily trigger incidents causing substantial non-productive time (NPT) and cost overruns. Managing risk while improving cost efficiency across the full well life cycle is therefore a central industry challenge. This paper reviews recent progress and frameworks for integrated decision-making and risk control in geothermal wells. In siting, target-area selection has evolved from qualitative expert judgment toward spatial decision systems combining multi-criteria evaluation (MCE) with machine learning; with well-field co-optimization, these reduce blind early siting and sunk costs. In construction, where mechanistic and numerical models are hard to parameterize and computationally costly, data-driven algorithms now support real-time rate-of-penetration (ROP) prediction, transient bottom-hole thermal management, and incident early warning. In investment appraisal, probabilistic simulation, value-of-information (VOI) theory, and life-cycle assessment (LCA) have moved evaluation beyond deterministic single-well cost estimates toward multi-objective optimization of levelized cost, long-term thermal revenue, and carbon footprint.
  • Muotoiluajattelun hyödyntäminen asiakaslähtöisen markkinoinnin kehittämisessä : Kirjallisuuskatsaus asiakasymmärryksen ja luovan prosessin näkökulmista
    Junnila, Venla (2026-08-31)
    Kandidaatintutkielma
    Asiakaslähtöisessä markkinoinnissa asiakkaista ja markkinoista kerätyn tiedon tulee tukea suunnittelua ja päätöksentekoa. Pelkkä tiedon kerääminen ei riitä, vaan tietoa on tulkittava asiakkaan tilanteen, kokemusten ja tavoitteiden näkökulmasta. Muotoiluajattelu yhdistää asiakasymmärryksen ongelman määrittelyyn, vaihtoehtoisten ratkaisujen tuottamiseen ja ratkaisujen testaamiseen. Käsitteellä ei kuitenkaan ole yhtä vakiintunutta määritelmää. Tutkielman tarkoituksena on selvittää, miten muotoiluajattelua voidaan hyödyntää asiakaslähtöisen markkinoinnin suunnittelussa ja kehittämisessä. Työn kolme ydinkäsitettä ovat asiakasymmärrys, luova prosessi ja muotoiluajattelu. Asiakaslähtöisyys toimii markkinoinnillisena lähtökohtana, ja asiakaskokemus, asiakaspolku sekä empatia tukevat asiakasymmärryksen tarkastelua. Tutkielma toteutettiin kuvailevana kirjallisuuskatsauksena integroivalla otteella. Varsinaisen aihekirjallisuuden muodostivat 20 tutkimusjulkaisua, ja yhtä menetelmälähdettä käytettiin katsauksen toteutuksen perusteluun. Lähteiden valinnassa painotettiin yhteyttä tutkielman tavoitteisiin, tieteellistä laatua ja kokotekstin saatavuutta. Aineistoa jäsennettiin temaattisesti. Katsaus ei perustunut systemaattiseen hakuprotokollaan. Tulosten perusteella asiakasymmärrys muodostuu tiedon keräämisen lisäksi sen vertaamisesta, tulkinnasta ja hyödyntämisestä. Luova prosessi sisältää vaihtoehtojen tuottamista, arviointia ja jatkokehittämistä. Muotoiluajattelu yhdistää nämä näkökulmat prosessiksi, jossa asiakkaan tilannetta tutkitaan, ongelmaa rajataan, vaihtoehtoja tuotetaan ja ratkaisuja arvioidaan palautteen avulla. Keskeinen synteesi on, että asiakasymmärrys voi tarkentua myös kehittämisen aikana. Tutkielman perusteella muotoiluajattelun merkitys asiakaslähtöisessä markkinoinnissa liittyy erityisesti siihen, miten asiakasta koskeva tieto kytketään kehittämisongelman määrittelyyn ja ratkaisujen arviointiin. Muotoiluajattelun käyttö ei yksin takaa parempia markkinointituloksia, sillä soveltamiseen vaikuttava
    Kokoteksti luettavissa vain Tritonian asiakaskoneilla.
  • Material Heterogeneity and Waste-Trade Networks in EU-27 Circular-Economy Convergence
    Jiang, Pan; Lu, Shuaiyi; Cong, Lianghan (John Wiley & Sons, 2026)
    Artikkeli
    EU monitoring summarizes circular-economy progress with aggregate indicators, although material-specific adjustment and cross-border secondary-resource links may follow different paths. This study examines convergence across the EU-27, heterogeneity among biomass, metal ores, non-metallic minerals, and fossil-energy materials, and network-conditional spatial associations. We assemble country-year and material-country-year panels for 2010–2024 (405 and 1620 observations) from Eurostat, bilateral waste-trade data, strategy-adoption dates, and socioeconomic controls. Sigma, cross-sectional and panel beta, and Phillips–Sul tests characterize convergence; two-way fixed-effects SAR, SEM, and SDM specifications use a fixed 2010–2012 total-waste matrix, and a Eurostat Comext mineral-recyclables matrix supports the MF3 analysis. Cross-sectional beta convergence in DMC per capita is detected for metal ores (β = −0.0181, p = 0.037; implied speed 2.08% per year) and fossil-energy materials (β = −0.0206, p < 0.001; 2.44%), but not for biomass or non-metallic minerals. Under the total-waste matrix, aggregate SDM outcome dependence is small (ρ = 0.084, p = 0.368), while the spatial lag of renewable-energy share is negative (−0.0673, p < 0.001). For MF3, BIC selects SAR (ρ = 0.352, p < 0.001), while an SDM is retained as an incremental-fit sensitivity. Aggregate SDiD is not treated as causal because only three donors are available and the placebo p-value is 0.33; the treated-count-weighted pre-period slope is −0.0034 (p = 0.308). Material-level CR2 estimates show a conditional post-adoption association concentrated in MF3 (−0.1007, p = 0.020). The findings support material-specific and network-aware monitoring and identify small-sample, network-selection, and policy-identification constraints.
  • Globalization and the Cost of Capital
    Akkonen, Maksim (2026-09-24)
    Kandidaatintutkielma
    The purpose of this thesis is to examine the impact of financial globalization on corporate cost of capital. While foundational capital theories, such as Modigliani and Miller (1958, 1963), suggest that in perfect frictionless market conditions, factors such as underlying assets and earning potential have the most impact on the cost of capital, real market conditions dictate different sets of rules. Through a literature review this thesis explores the hypothesis that companies’ ability to access global finance market can reduce significantly the cost of capital. In global market risk diversification is enhanced, information asymmetry reduced and equity risk premiums lowered resulting in lower cost of capital. In this thesis, peer-reviewed literature will be examined to highlight the mechanisms, such as cross-border listings and improved institutional frameworks that allow businesses to achieve lower cost of capital.
    Tämän tutkielman tarkoituksena on tutkia rahoituksen globalisaation vaikutusta yrityksen pääomakustannukseen. Vaikka perustavanlaatuiset pääomateoriat, kuten Modigliani ja Miller (1958, 1963) ehdottavat, että täydellisissä ja kitkattomissa markkinaolosuhteissa yrityksen varat ja ansaintapotentiaali ovat tekijöitä, joilla on suurin vaikutus pääomakustannukseen, todelliset markkinaolosuhteet noudattavat eri sääntöjä. Kirjallisuuskatsauksen avulla tässä tutkielmassa tarkastellaan hypoteesia, jonka mukaan pääsy maailmanlaajuisille rahoitusmarkkinoille voi mahdollistaa huomattavan alennuksen pääomakustannukseen. Globaaleilla markkinoilla riskinhajautus tehostuu, informaatioasymmetria pienenee ja osakeriskipreemiot laskevat, mikä johtaa alennettuun pääomakustannukseen. Tässä tutkielmassa vertaisarvioidun kirjallisuuden avulla pyritään selvittämään mekanismit, kuten ristiinlistautuminen ja parannettu institutionaalinen rakenne, jotka mahdollistavat yritysten alennetut pääomakustannukset.
  • Intelligent detection of thermal damage and mechanical failure in polycrystalline diamond compact bits for deep high-temperature geothermal drilling
    Lu, Shuaiyi; Ma, Yinlong; Cong, Lianghan; Li, Zongzheng; Jiang, Pan; Zhu, Shan (Elsevier, 2026)
    Artikkeli
    In deep geothermal resource development, the combination of high temperatures and highly abrasive hard-rock formations causes frequent thermal damage and mechanical failure of polycrystalline diamond compact (PDC) bits, severely limiting drilling efficiency and cost-effectiveness. Traditional manual grading methods struggle to identify subtle early-stage thermal damage under harsh field conditions. To address this challenge, this paper proposes DABD-Net, a deep learning network specifically designed for intelligent damage recognition of PDC bits in geothermal drilling environments. Tailored to the subtle thermal damage and complex corrosive-abrasive wear patterns characteristic of geothermal drilling, the model incorporates a Dynamic Fusion Residual Network (DFRNet) to improve the capture of microscopic thermal damage textures. A dedicated image dataset comprising seven typical damage types was also constructed. The backbone of DABD-Net is an optimized DFRNet designed specifically for extracting damage features from PDC bits. This hybrid architecture efficiently captures local and directional features using PCAConv and EMA modules, while a Transformer module models long-range contextual relationships. In the neck, a Dual-Path Aggregation Module (DPAM) is introduced to enhance multi-scale feature localization by effectively integrating high-level semantic information with low-level spatial details. Experimental results show that DABD-Net achieves significantly higher average precision and precision rates on the test set compared with RT-DETR and YOLO-series models. In particular, for thermal damage (the most critical and difficult-to-detect failure mode in geothermal drilling), the proposed model improves detection precision by approximately 150% over baseline models. Recognition accuracy for corrosion-abrasion damage induced by geothermal fluids also improved significantly. The proposed method enables end-to-end high-precision detection under complex lighting and background conditions at the field site after tripping out, providing an intelligent tool for post-trip bit assessment and bit-retirement decisions in geothermal drilling.