article_20251229_094407.json 22 KB

123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171172173174175176177178179180181182183184185186187188189190191192193194195196197198199200201202203204205206207208209210211212213214215216217218219220221222223224225226227228229230231232233234235236237238239240241242243244245246247248249250251252253254255256257258259260261262263264265266267268269270271272273274275276277278279280281282283284285286287288289290291292293294295296297298299300301302303304305306307308309310311312313314315316317318319320321322323324325326327328329330331332333334335336337338339340341342343344345346347348349350351352353354355356357358359360361362363364365366367368369370371372373374375376377378379380381382383384385386387388389390391392393394395396397398399400401402403404405406407408409410411412413414415416417418419420421422423424425426427428429430431432433434435436437438439
  1. {
  2. "article": {
  3. "pdf_metadata": {
  4. "filename": "1-s2.0-S0966692313000884-main.pdf",
  5. "filepath": "./data/pdfs/1-s2.0-S0966692313000884-main.pdf",
  6. "file_hash": "ef417e647293824b24ef074203356136",
  7. "file_size": 943052,
  8. "page_count": 10,
  9. "creation_date": "2025-12-29T08:04:30.066906",
  10. "modification_date": "2025-06-15T11:59:34.540050"
  11. },
  12. "source_file": "./data/pdfs/1-s2.0-S0966692313000884-main.pdf",
  13. "file_hash": "ef417e647293824b24ef074203356136",
  14. "title": "It is not how far you go, it is whether you can get there: modeling",
  15. "authors": [
  16. "opment",
  17. "Applied Economics",
  18. "146 University Place",
  19. "202 Morrill Hall",
  20. "Burlington"
  21. ],
  22. "year": "2013",
  23. "journal": "",
  24. "doi": "10.01080/15575830.2012.720580.",
  25. "abstract_en": "## MobilityQuality of life (QOL)Structural equation modeling (SEM)Rural transportationabstract\nMobilityQuality of life (QOL)Structural equation modeling (SEM)Rural transportationabstract\nMany northern rural areas in the United States present particular challenges to providing year-round\ntransportation options for residents. Climate and the distribution of population and amenities presentchallenges to developing rural mobility systems that may result in a higher quality of life. Using struc-\ntural equation modeling and a 2009 survey of residents of Vermont, Maine, and New Hampshire, this\nstudy estimated how the availability of built amenities, natural amenities, weather and attitudes towardtravel explain actual and unserved travel demand and subsequently quality of life. The presence of\nunserved travel demand significantly decreased quality of life, while the predicted number of trips taken\nhad no impact. With regard to quality of life in northern rural climates, future mobility initiatives wouldhave more impact by addressing trips not taken as measured by unserved travel demand, instead of num-ber of trips or vehicle miles traveled.\n/C2112013 The Authors. Published by Elsevier Ltd.",
  26. "summary_et": "**Põhjalik kokkuvõte artiklist: \"It is not how far you go, it is whether you can get there: modeling the effects of mobility on quality of life in rural New England\"**\n\n### 1. ARTIKLI PEAMISED PUNKTID\n\n**Uurimisküsimused ja eesmärgid:**\nArtikli peamine eesmärk on uurida liikuvuse (mobility) ja elukvaliteedi (Quality of Life, QOL) seoseid Põhja-New Englandi (Vermont, Maine, New Hampshire) maapiirkondades. Täpsemalt püütakse vastata küsimustele: Kuidas mõjutavad erinevad tegurid (hüvede kättesaadavus, kliima, suhtumine reisimisse) tegelikku ja **rahuldamata reisinõudlust** (unserved travel demand)? Kuidas need reisinõudluse komponendid omakorda mõjutavad elukvaliteeti?\n\n**Teaduslik tähtsus:**\nEnamik liikuvusuuringuid on keskendunud linnapiirkondadele. See artikkel täidab olulist teaduslikku lünka, uurides liikuvuse ja elukvaliteedi seoseid **ruralsetes, kliimaliselt keerulistes piirkondades**, kus asustustihedus on madal ja ühistranspordi korraldamine on keeruline ning kulukas. See on oluline ka sotsiaalse õigluse kontekstis, kuna puudulik liikuvus mõjutab kõige enam vaeseid ja eakaid.\n\n**Uudne panus valdkonda:**\nArtikli peamine uudne panus on **rahuldamata reisinõudluse** (soovid teha reise, mida tegelikult ei tehta) kui olulise mõjutaja esiletõstmine. Autorid näitavad, et just see, mitte tehtud reiside arv, on oluliselt seotud elukvaliteediga. See nihutab fookust traditsioonilistelt liikuvusnäitajatest (reiside arv, läbitud kilomeetrid) inimese **võimekuse ja võimaluste** hindamisele soovitud sihtkohtadeni jõudmiseks.\n\n### 2. KASUTATUD MEETODID\n\n**Andmete kogumise meetodid:**\nUuring põhineb 2009. aastal läbi viidud **küsitlusuuringul** Vermonti, Maine'i ja New Hampshire'i elanike seas. Küsitluse eesmärk oli koguda andmeid reisimisharjumuste, ligipääsu hüvedele, kliima mõju kohta ning hinnata elukvaliteeti.\n\n**Analüüsimeetodid:**\nPõhianalüüsimeetodiks on **Strukturaalne Võrrandite Mudel (Structural Equation Modeling, SEM)**. See võimaldab testida keerukaid seoseid mitme peidetud (latentse) muutuja vahel üheaegselt. Mudeliga hinnatakse, kuidas sõltumatud tegurid (nt hüved, kliima) mõjutavad vahendajaid (reiside arv, rahuldamata nõudlus) ja kuidas need omakorda mõjutavad elukvaliteeti.\n\n**Mudelid ja algoritmid:**\nSEM-mudel sisaldab järgmisi peamisi konstrukte:\n1. **Sõltumatud muutujad:** Ehitatud hüvede (built amenities) ja loodushüvede (natural amenities) kättesaadavus, ilmastikutingimused (weather), suhtumine reisimisse (attitudes toward travel).\n2. **Vahendavad muutujad:**\n * **Ennustatud reiside arv** (predicted number of trips): Tehtud reisid.\n * **Rahuldamata reisinõudlus** (unserved travel demand): Soovitud, kuid tegemata jäänud reisid.\n3. **Sõltuv muutuja:** **Elukvaliteet** (Quality of Life).\n\n### 3. PEAMISED TULEMUSED\n\n**Olulisemad leidud:**\n* **Rahuldamata reisinõudlus** oli **statistiliselt oluliselt ja negatiivselt** seotud elukvaliteediga. Mida rohkem oli inimesel soove teha reise, mida ta ei suutnud teha, seda madalam oli tema elukvaliteet.\n* **Ennustatud (tehtud) reiside arv** ei olnud **statistiliselt oluliselt** seotud elukvaliteediga. See tähendab, et pelgalt reiside arvu suurendamine ei paranda elukvaliteeti, kui põhiprobleem – võimetus soovitud sihtkohtadeni jõuda – jääb lahendamata.\n* Ehitatud hüvede (nt poed, töökohad) parem kättesaadavus vähendas rahuldamata reisinõudlust. Loodushüvede (nt jõgede, metsade) lähedus suurendas aga nii tehtud reiside arvu kui ka rahuldamata nõudlust (ilmselt soovides rohkem looduses käia).\n\n**Mudeli täpsus ja piirangud:**\nMudel näitas head head sobivust andmetega. Peamisteks piiranguteks on uuringu **piirkondlik ulatus** (kolme USA osariigi maapiirkonnad), mis võib piirada tulemuste üldistatavust teistesse maapiirkondadesse, ning **ristlõikeandmete** (cross-sectional) olemus, mis ei võimalda põhjalikke põhjuslikke järeldusi teha.\n\n### 4. JÄRELDUSED JA SOOVITUSED\n\n**Peamised järeldused:**\nElukvaliteeti maapiirkondades mõjutab liikuvus peamiselt läbi **võimaluste piiratusega**, mitte läbi tegeliku liikumise mahu. Oluline on mitte \"kui palju\" inimesed liiguvad, vaid \"kas nad saavad liikuda\" sinna, kuhu nad soovivad. Rahuldamata reisinõudlus on oluline elukvaliteedi näitaja.\n\n**Rakendussoovitused:**\n* Transpordipoliitika ja -planeerimise fookust tuleks nihutada **ligipääsu tagamisele** (accessibility) ja **võimaluste laiendamisele**, mitte lihtsalt transpordivoo suurendamisele.\n* Ressursse tuleks suunata lahenduste leidmisele just nendele reisidele, mida inimesed soovivad, kuid ei saa teha (nt spetsiifilised ühendused haiglasse, poodi, sotsiaalsetesse kohtadesse).\n\n**Edasised uurimissuunad:**\n* Sarnaste uuringute läbiviimine teistes maa- ja kliimatingimustes.\n* Pikaajaliste (longitudinal) uuringute tegemine, et paremini mõista põhjuslikke seoseid.\n* Rahuldamata reisinõudluse täpsem kategoriseerimine (nt töö-, teenuse-, sotsiaalsed reisid) ja selle põhjuste sügavam uurimine.\n\n### 5. TRANSFORDIPLANEERIMISE KONTEKST\n\n**Kuidas aitab artikkel paremat transpordisüsteemi kujundada?**\nArtikkel pakub **paradigma muutust** transpordiplaneerimises: fookus tuleks viia **inimese vajadustele ja võimalustele** (people-centered approach), mitte sõidukite liikumisele. Hea transpordisüsteem ei ole see, mis liigutab palju inimesi palju kilomeetreid, vaid see, mis annab kõigile võimaluse jõuda olulistesse sihtkohtadesse.\n\n**Millised on praktilised rakendused?**\n* **Ühistranspordi planeerimine:** Marsruutide ja sõiduplaanide kujundamine peaks lähtuma inimeste tegelikest, rahuldamata vajadustest, mitte ainult olemasolevast reisijate nõudlusest.\n* **Hindamismeetodid:** Rahuldamata reisinõudluse mõõtmine ja jälgimine peaks olema oluline näitaja transpordisüsteemi tõhususe ja õigluse hindamisel.\n* **Sihtrühma teenused:** Eelistatud tuleks anda paindlikele, nõudlusega juhitavatele teenustele (nagu kutsutakstakso või väikebussid), mis suudavad teenindada hajutatud asustusega piirkondi.\n\n**Mida võiks Eesti tingimustes rakendada?**\n* **Maapiirkondade küsitlused:** Eesti maapiirkondades (eriti näiteks Hiiu-, Saare-, Järva- jt maakondades) tuleks süstemaatiliselt koguda andmeid **rahuldamata reisinõudluse** kohta, et mõista, millistesse sihtkohtadesse (arst, pood, kultuurisündmus) on raskesti jõuda.\n* **\"Viimase miili\" lahendused:** Artikli tulemused toetavad Eestis juba rakendatavaid **paindlikke ühistranspordivorme** (kohalikud kutsutakso/bussiteenused nagu \"Taksiõigus\" või \"Kutsebuss\"), mis suudavad reageerida hajutatud nõudlusele.\n* **Elukvaliteedi integreerimine:** Transpordiarengu kavade hindamisel tuleks lisaks tehnilistele näitajatele (reiside arv, läbisõit) kaaluda ka **sotsiaalse mõju hindamist**, sealhulgas ligipääsu parandamist erinevatele elualadele. Artikkel annab tugeva argumendi selleks, et investeeringud väikese, kuid kriitilise ühenduse loomiseks võivad elukvaliteeti oluliselt tõsta.",
  27. "key_concepts": [
  28. "liikuvus",
  29. "elukvaliteet",
  30. "rahuldamata reisinõudlus",
  31. "strukturaalne võrrandite modelleerimine",
  32. "maapiirkondlik transport"
  33. ],
  34. "methods_used": [
  35. "Structural equation modeling (SEM)",
  36. "survey"
  37. ],
  38. "transport_context": {
  39. "analysis": "```json\n{\n \"theoretical_contribution\": \"Artikkel pakub olulist paradigma muutust transpordiuuringutes, nihutades fookust traditsioonilistelt liikuvusmõõdikutelt (reiside arv, läbisõit) inimese võimekuse ja võimaluste kontseptsioonile. Peamine teoreetiline panus on rahuldamata reisinõudluse (unserved travel demand) kui olulise elukvaliteedi mõjutaja esiletõstmine ning selle integreerimine strukturaalsesse võrrandite mudelisse. See täidab olulist teaduslikku lünka, keskendudes ruralsetele ja kliimaliselt keerulistele piirkondadele, kus sotsiaalne õiglus ja ligipääs on kriitilised.\",\n \"practical_applicability\": \"Artikli tulemused on otseselt rakendatavad transpordipoliitika ja -planeerimise praktikas. Need toetavad fookuse nihkumist ligipääsu tagamisele (accessibility) ja võimaluste laiendamisele, mitte lihtsalt transpordivoo suurendamisele. Rakendused hõlmavad: ühistranspordi marsruutide kujundamist lähtuvalt tegelikest, rahuldamata vajadustest; paindlike, nõudlusega juhitavate teenuste (kutsutakso, väikebussid) prioriseerimist maapiirkondades; ning rahuldamata reisinõudluse kasutamist transpordisüsteemi tõhususe ja õigluse peamise näitajana.\",\n \"problem_solving\": \"Artikkel pakub raamistiku reaalsete probleemide lahendamiseks: 1) Maapiirkondade transportiressursside ebaefektiivne jaotamine, suunates tähelepanu konkreetsetele, rahuldamata vajadustele (nt arsti juurde, poodi, sotsiaalsetesse kohtadesse). 2) Sotsiaalse eraldatuse ja ebavõrdsuse leevendamine, kus puudulik liikuvus mõjutab kõige enam haavatavaid gruppe. 3) Transpordiplaneerimise prioriteetide seadmine, näidates, et väikesed, kuid strateegilised ühendused võivad elukvaliteeti oluliselt tõsta, isegi kui need ei suurenda oluliselt reiside koguarvu.\",\n \"limitations\": \"Peamised piirangud on uuringu piirkondlik ulatus (kolme USA osariigi maapiirkonnad), mis võib piirada tulemuste üldistatavust teistesse geograafilistesse ja kultuurilistesse kontekstidesse. Andmed on ristlõikelised (cross-sectional), mistõttu on raske teha kindlaid põhjuslikke järeldusi. Lisaks ei anna mudel üksikasjalikku ülevaadet rahuldamata nõudluse tüüpidest (nt töö-, teenuse- või sotsiaalsed reisid) ja nende erinevatest mõjudest, mis on vajalik täpsemateks poliitikasoovitusteks.\",\n \"relevance_score\": 9\n}\n```",
  40. "relevance_score": 5
  41. },
  42. "relevance_score": 5,
  43. "processing_date": "2025-12-29T09:44:07.283568",
  44. "word_count": 7610,
  45. "section_count": 12
  46. },
  47. "embeddings_summary": [
  48. 0.031472355127334595,
  49. -0.070671945810318,
  50. 0.06222867965698242,
  51. 0.04470730200409889,
  52. -0.023413805291056633,
  53. -0.012494498863816261,
  54. 0.017306780442595482,
  55. -0.007919968105852604,
  56. -0.11468189209699631,
  57. -0.022235991433262825,
  58. 0.09015052765607834,
  59. -0.049128059297800064,
  60. -0.03516649082303047,
  61. 0.006079540587961674,
  62. -0.041687414050102234,
  63. 0.08123846352100372,
  64. 0.0435790978372097,
  65. 0.016916442662477493,
  66. -0.09112938493490219,
  67. 0.054067302495241165,
  68. 0.081224724650383,
  69. -0.044241197407245636,
  70. -0.06641365587711334,
  71. 0.009936383925378323,
  72. 0.07746568322181702,
  73. 0.02680412493646145,
  74. -0.01781313307583332,
  75. -0.012682855129241943,
  76. -0.005523846484720707,
  77. -0.012795288115739822,
  78. -0.018828168511390686,
  79. 0.06191476434469223,
  80. -0.05265186354517937,
  81. -0.04667887091636658,
  82. 0.0627342164516449,
  83. 0.1200021430850029,
  84. -0.02910703606903553,
  85. -0.058259475976228714,
  86. 0.008810090832412243,
  87. 0.04421797767281532,
  88. -0.08895543962717056,
  89. -0.043476615101099014,
  90. -0.036700498312711716,
  91. -0.05826758220791817,
  92. -0.01975092664361,
  93. 0.00569575559347868,
  94. -0.05622001364827156,
  95. 0.018531151115894318,
  96. -0.01224012952297926,
  97. 0.059832435101270676,
  98. -0.04935615137219429,
  99. -0.030664432793855667,
  100. 0.0018921785522252321,
  101. -0.026669124141335487,
  102. 0.008403411135077477,
  103. -0.0559968575835228,
  104. -0.055546488612890244,
  105. 0.039683543145656586,
  106. -0.03795241937041283,
  107. 0.0014654641272500157,
  108. -0.011637927033007145,
  109. -0.010639320127665997,
  110. 0.040043216198682785,
  111. 0.011705005541443825,
  112. 0.016025332733988762,
  113. -0.029191754758358,
  114. -0.10234913975000381,
  115. -0.023044807836413383,
  116. -0.06236496567726135,
  117. -0.04283911734819412,
  118. 0.018700221553444862,
  119. -0.03069571778178215,
  120. -0.05841028317809105,
  121. 0.0013621769612655044,
  122. -0.019186493009328842,
  123. -0.08308810740709305,
  124. -0.027595173567533493,
  125. 0.09550692141056061,
  126. 0.04555810987949371,
  127. -0.03405856341123581,
  128. 0.08319917321205139,
  129. 0.013208767399191856,
  130. -0.016494661569595337,
  131. 0.022940846160054207,
  132. -0.03280416131019592,
  133. -0.022589465603232384,
  134. -0.04677116870880127,
  135. 0.03393017128109932,
  136. 0.03282492235302925,
  137. -0.05903993174433708,
  138. 0.05210905894637108,
  139. 0.05976260080933571,
  140. -0.07743079960346222,
  141. -0.0037778890691697598,
  142. 0.03677968680858612,
  143. -0.03344973921775818,
  144. -0.04823855310678482,
  145. -0.056468527764081955,
  146. -0.0366164892911911,
  147. -0.010915180668234825,
  148. -0.023732692003250122,
  149. 0.01764017529785633,
  150. 0.013796316459774971,
  151. -0.0243499968200922,
  152. -0.10075006633996964,
  153. -0.06375651806592941,
  154. -0.0015268039423972368,
  155. -0.02807987667620182,
  156. -0.01227756217122078,
  157. 0.07378356903791428,
  158. -0.026035498827695847,
  159. -0.0017319738399237394,
  160. -0.015490209683775902,
  161. -0.05963972583413124,
  162. -0.018928010016679764,
  163. -0.008303950540721416,
  164. -0.052801042795181274,
  165. -0.042239271104335785,
  166. 0.039222344756126404,
  167. 0.04466651380062103,
  168. -0.03769626095890999,
  169. -0.044272977858781815,
  170. -0.004323751665651798,
  171. -0.008968901820480824,
  172. 0.017338985577225685,
  173. 0.03868431597948074,
  174. 0.02484130859375,
  175. 1.5195771226081195e-32,
  176. -0.0032037219498306513,
  177. -0.003497486002743244,
  178. 0.0334739051759243,
  179. 0.055538445711135864,
  180. 0.021954987198114395,
  181. -0.06969178467988968,
  182. -0.10796083509922028,
  183. -0.09735439717769623,
  184. 0.0713651031255722,
  185. -0.14291517436504364,
  186. -0.021200720220804214,
  187. 0.060551922768354416,
  188. -0.018453126773238182,
  189. 0.005035786889493465,
  190. 0.022895673289895058,
  191. -0.053106099367141724,
  192. 0.015778621658682823,
  193. -0.02901802584528923,
  194. 0.017830755561590195,
  195. 0.0520404577255249,
  196. 0.03955217823386192,
  197. -0.08122550696134567,
  198. 0.0006443958263844252,
  199. 0.038371242582798004,
  200. -0.07281854748725891,
  201. -0.013224671594798565,
  202. 0.06406321376562119,
  203. 0.01709493063390255,
  204. 0.014760115183889866,
  205. 0.022482287138700485,
  206. 0.027244046330451965,
  207. 0.03175876662135124,
  208. -0.055591367185115814,
  209. -0.09403762966394424,
  210. -0.07909844815731049,
  211. 0.061285994946956635,
  212. -0.04349273070693016,
  213. -0.047469332814216614,
  214. -0.054516345262527466,
  215. -0.04062734544277191,
  216. -0.10696303099393845,
  217. -0.014120067469775677,
  218. 0.04449344798922539,
  219. 0.08794264495372772,
  220. 0.06965114921331406,
  221. 0.016169348731637,
  222. 0.11506399512290955,
  223. -0.008179225958883762,
  224. 0.08246895670890808,
  225. 0.06470166146755219,
  226. -0.1314563751220703,
  227. -0.04618797078728676,
  228. -0.05556013435125351,
  229. -0.10901098698377609,
  230. -0.05584586039185524,
  231. 0.04748613387346268,
  232. 0.01074466947466135,
  233. 0.021207991987466812,
  234. 0.032323289662599564,
  235. -0.045507486909627914,
  236. -0.030173715204000473,
  237. -0.014501181431114674,
  238. 0.07705400139093399,
  239. -0.09101331233978271,
  240. 0.04218446835875511,
  241. -0.06562963128089905,
  242. -0.05400349572300911,
  243. 0.038119539618492126,
  244. 0.028427354991436005,
  245. 0.014985241927206516,
  246. 0.03514159470796585,
  247. -0.028789326548576355,
  248. 0.044436175376176834,
  249. 0.0854782685637474,
  250. 0.06683135777711868,
  251. 0.0012697074562311172,
  252. -0.03821999579668045,
  253. 0.0020482579711824656,
  254. -0.04684541001915932,
  255. 0.0012278638314455748,
  256. -0.04962331801652908,
  257. -0.0037948284298181534,
  258. -0.050028152763843536,
  259. -0.018558744341135025,
  260. 0.17388294637203217,
  261. -0.04456678032875061,
  262. 0.02891511656343937,
  263. -0.05362126603722572,
  264. -0.011348605155944824,
  265. 0.0655202642083168,
  266. -4.988022192264907e-05,
  267. 0.08045992255210876,
  268. -0.05729830265045166,
  269. -0.005346932914108038,
  270. 0.005592049099504948,
  271. -1.604818683205173e-32,
  272. -0.000581182655878365,
  273. 0.05491833761334419,
  274. -0.004330061841756105,
  275. 0.027656638994812965,
  276. 0.000786980614066124,
  277. -0.026404686272144318,
  278. -0.028338639065623283,
  279. 0.048739321529865265,
  280. 0.12451941519975662,
  281. 0.010913672856986523,
  282. -0.09891889989376068,
  283. -0.009821887128055096,
  284. 0.05799633637070656,
  285. 0.024836134165525436,
  286. -0.042197439819574356,
  287. 0.010453673079609871,
  288. 0.03933502733707428,
  289. -0.029976289719343185,
  290. 0.009477986954152584,
  291. 0.054484494030475616,
  292. -0.034958600997924805,
  293. 0.0215524360537529,
  294. -0.10864739865064621,
  295. 0.05193815752863884,
  296. -0.009774082340300083,
  297. 0.09662528336048126,
  298. -0.08711307495832443,
  299. -0.026189785450696945,
  300. -0.03162984177470207,
  301. -0.06830190867185593,
  302. 0.008389630354940891,
  303. -0.06578253954648972,
  304. -0.032295674085617065,
  305. 0.08868657052516937,
  306. -0.03356817737221718,
  307. 0.043764639645814896,
  308. 0.04732583090662956,
  309. -0.05866338685154915,
  310. -0.014669793657958508,
  311. 0.03381187468767166,
  312. 0.07487793266773224,
  313. -0.06381723284721375,
  314. 0.054171886295080185,
  315. -0.0845348909497261,
  316. -0.010641579516232014,
  317. -0.04676389694213867,
  318. -0.05476081371307373,
  319. -0.018240181729197502,
  320. -0.0064812772907316685,
  321. -0.026603544130921364,
  322. 0.14933444559574127,
  323. 0.1436920017004013,
  324. -0.05072842538356781,
  325. 0.07398512214422226,
  326. 0.06028501316905022,
  327. -0.0018503699684515595,
  328. 0.009674533270299435,
  329. -0.05519487336277962,
  330. -0.08404134213924408,
  331. -0.03381485491991043,
  332. 0.00676930183544755,
  333. 0.03679366037249565,
  334. -0.03170919790863991,
  335. 0.05187777802348137,
  336. 0.006847681012004614,
  337. -0.07978379726409912,
  338. 0.0334150567650795,
  339. -0.07184575498104095,
  340. 0.03293723240494728,
  341. -0.028700754046440125,
  342. -0.10409276932477951,
  343. -0.07743939757347107,
  344. -0.00748283788561821,
  345. -0.08416016399860382,
  346. 0.031250420957803726,
  347. -0.05097398906946182,
  348. 0.038909152150154114,
  349. 0.05469429865479469,
  350. 0.012900672852993011,
  351. -0.03587786480784416,
  352. -0.02075672708451748,
  353. -0.012354457750916481,
  354. -0.02029281295835972,
  355. -0.06661790609359741,
  356. 0.05100422725081444,
  357. 0.0016047557583078742,
  358. -0.02674771286547184,
  359. -0.05733693018555641,
  360. -0.01165547501295805,
  361. 0.09356801956892014,
  362. -0.025018634274601936,
  363. 0.047892674803733826,
  364. -0.027184417471289635,
  365. 0.01648581214249134,
  366. -0.025599472224712372,
  367. -6.76372238217482e-08,
  368. 0.07466569542884827,
  369. 0.033485978841781616,
  370. 0.01846485771238804,
  371. -0.04153939709067345,
  372. 0.05089163780212402,
  373. -0.07376518845558167,
  374. 0.023932326585054398,
  375. 0.08433771878480911,
  376. -0.04821114242076874,
  377. 0.03256837651133537,
  378. -0.007298978045582771,
  379. 0.12768538296222687,
  380. -0.036638032644987106,
  381. 0.0437438078224659,
  382. 0.045882564038038254,
  383. 0.009334602393209934,
  384. 0.07016978412866592,
  385. 0.0637245699763298,
  386. -0.019114423543214798,
  387. 0.005671568680554628,
  388. 0.015517900697886944,
  389. -0.002026318572461605,
  390. -0.03957239165902138,
  391. 0.0345374196767807,
  392. -0.005577410105615854,
  393. 0.04353191331028938,
  394. 0.05948154628276825,
  395. -0.08334363996982574,
  396. 0.035045016556978226,
  397. -0.027772990986704826,
  398. -0.05335383862257004,
  399. 0.04144538938999176,
  400. -0.03091423027217388,
  401. -0.0837082490324974,
  402. -0.07165122777223587,
  403. 0.0309074055403471,
  404. -0.08236382901668549,
  405. 0.02962149865925312,
  406. -0.014360662549734116,
  407. 0.0355728454887867,
  408. 0.027961397543549538,
  409. 0.05663600564002991,
  410. 0.01035885326564312,
  411. 0.007616586517542601,
  412. 0.013050511479377747,
  413. -0.02285037748515606,
  414. -0.02386157028377056,
  415. -0.0017588294576853514,
  416. 0.012105952948331833,
  417. 0.00014748598914593458,
  418. -0.0735420510172844,
  419. -0.06791016459465027,
  420. 0.02665773034095764,
  421. 0.03980867937207222,
  422. -0.03133397549390793,
  423. 0.015183962881565094,
  424. 0.006474640220403671,
  425. -0.007904889062047005,
  426. 0.019190730527043343,
  427. -0.020604856312274933,
  428. 0.048280440270900726,
  429. 0.03760599344968796,
  430. -0.03102894127368927,
  431. 0.02698843739926815
  432. ],
  433. "processing_stats": {
  434. "pdf_pages": 10,
  435. "summary_length": 6887,
  436. "concepts_count": 5,
  437. "methods_count": 2
  438. }
  439. }