Osakkeenomistajan vaikutusvallan väärinkäyttö
Notice bibliographique
Résumé
Tutkielmani aiheena on osakeyhtiölain 23. luvussa säädetty vaikutusvallan väärinkäyttöön perustuvat oikeussuojakeinot. Näitä säädöksiä on suomalaisessa oikeuskäytännössä sovellettu varsin vähän, joten tutkimuksen tarkoituksena on selvittää, minkälaisten tilanteiden ratkaisemiseen säädökset soveltuvat, kuinka tehokkaasti säädökset vaikuttavat konfliktien ratkaisussa ja ennaltaehkäisyssä sekä mikä on niiden vaikutus osakeyhtiöjärjestelmän tehokkuuteen. \n \nTutkielmani alkaa asian kannalta relevanttien osakeyhtiöteorioiden ja muiden osakeyhtiöön ja osakkeenomistajaan liittyvien seikkojen läpikäynnillä. Tämän jälkeen varsinaisissa käsittelyluvuissa avaan ensin vaikutusvallan väärinkäyttöä osakeyhtiölain 23. luvun säännösten muodostamassa ympäristössä. Toiseksi käsittelen vaikutusvallan väärinkäytön arvioinnin perusteena varsin merkittävää osakeyhtiölain yhdenvertaisuusperiaatetta ja sitä, miten se on otettava huomioon vaikutusvallan väärinkäyttöä ja osakeyhtiölain 23. luvun tarjoamia oikeussuojakeinoja tutkittaessa. Kolmanneksi käsittelen osakeyhtiön osakkeenomistajien välisiä konflikteja käytännön tilanteissa sekä hypoteettisesti että todellisten tapausten pohjalta. \n \nOlen pyrkinyt käyttämään lähdemateriaalina laaja-alaisesti asiaan liittyviä teorioita ja ilmiöitä käsitteleviä kirjoja ja artikkeleita. Lähdeaineisto on pääosin kotimaista, mutta olen käyttänyt jonkin verran myös ulkomaista materiaalia. Erityisen tärkeinä lähteinä voidaan mainita Veikko Vahteran, Ville Pönkän sekä Jukka Mähösen ja Seppo Villan tuotokset. Lisäksi ulkomaisen kirjallisuuden osalta on mainittava kokoomateos ”Anatomy of Corporate Law”. Oikeuskäytännön rooli lähdemateriaalina on jäänyt edellä mainitusta syystä varsin vähäiseksi. \n \nTutkielmani lopputulos voidaan kiteyttää siihen, että osakeyhtiölain 23. luvun säännökset täydentävät varsin tehokkaasti osakeyhtiölain ensisijaisia oikeussuojajärjestelmiä, josta kertoo myös säännösten varsin vähäinen soveltaminen tuomioistuimissa, mutta väärinkäytön ehkäisemisen tehostaminen olisi mahdollista säännösten kehittämisen kautta.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,080 | 0,022 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».