Yritysten valmistautuminen uudistuvaan Euroopan unionin tietosuojalainsäädäntöön
Notice bibliographique
Résumé
Yksityisyys henkilötietojen käsittelyssä on Euroopan unionin tasolla pyritty suojaamaan henkilötietodirektiivin avulla, Suomessa henkilötietolailla. Euroopan komissio on tammikuussa 2012 ehdottanut Eurooppalaisen tietosuojasääntelyn kattavaa uudistamista asetuksella, joka harmonisoisi lainsäädännön Euroopassa. Tutkimuksessa tarkastellaan ensin oikeusdogmaattisesta näkökulmasta voimassa olevaa tietosuojalainsäädäntöä sekä Euroopan komission ehdotusta uudeksi tietosuoja-asetukseksi. Voimassa olevan lainsäädännön lisäksi tutkielmassa on siten myös tulevaa lainsäädäntöä tutkiva näkökulma. Tutkimuksessa myös pyritään käymään vuoropuhelua oikeusdogmaattisen tutkimuksen ja empiirisen oikeustutkimuksen välillä muodostamalla kehys konkreettisille toimille yritysten valmistautuessa uudistuvaan lainsäädäntöön.\nTutkimuksen ensimmäisenä tuloksena muodostetaan esitys voimassa olevasta tietosuojalainsäädännöstä kytkemällä se kansainvälisen ihmis- ja perusoikeus kehityksen kautta Euroopan unionin ja Suomen lainsäädäntöön. Tutkimuksen toisena tuloksena esitetään uudistuvan lainsäädännön muutokset periaatteiden, yksilön oikeuksien ja rekisterinpitäjien velvollisuuksien osalta. Kolmantena tuloksena tutkimuksessa muodostetaan päätutkimuskysymykseen yritysten valmistautumisesta uudistuvaan lainsäädäntöön kehys kolmen päävaiheen toimintona: tietosuojavastaavan nimittämisenä, tietosuojaohjelman luomisena sekä tietotilinpäätöksen valmistamisena. Asetus velvoittaa yrityksiä aikaisintaan vasta muutamien vuosien päästä, mutta se tuo mukanaan paljon uutta sääntelyä, johon valmiita vastauksia ei ole vielä pystytty määrittämään. Tutkimuksessa kuitenkin tuodaan esille se, että yritysten tulisi jo nyt suunnitella ja käynnistää toimenpiteet velvoitteiden toteuttamiseksi.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».