Käräjäoikeuden ja vieraskielisten asiakkaiden kohtaaminen sekä siihen liittyvät ongelmat
Notice bibliographique
Résumé
Käräjäoikeudet hoitavat Suomessa erilaisia oikeudenkäyntiprosesseja riita-asioista rikosasioihin. Osana oikeudenkäyntiprosessia toimivat asiakaskohtaamiset, eli hetket, jolloin asiakas tapaa käräjäoikeuden edustajan palvelutilanteessa. Asiakaskohtaamiset ovat vaihtelevia, ja niihin sisältyy usein lailla säädeltyä toimintaa. Vieraskielisen asiakkaan kohtaaminen tuo oman haasteensa jo entisestään monimutkaiseen prosessiin. Suomessa oikeudenkäynnin kielet ovat saamelaiskielet saamelaisalueella, suomi ja ruotsi, eikä vieraskielisellä ihmisellä usein ole tarvittavaa taitoa selvittää asioitaan käräjäoikeudessa näillä kielillä. \n \nOpinnäytetyössä ei tarkasteltu ruotsin, suomen ja saamen kielten puhujien asemaa, koska he saavat käyttää omaa kieltään oikeudenkäynnissä Suomessa. \n \nTämän opinnäytetyön tarkoituksena oli tutkia käräjäoikeuksien ja vieraskielisten asiakkaiden kohtaamista sekä ongelmia, joita kohtaamisprosessista löytyy. Opinnäytetyön perusta oli käytännön työssä, jota käräjäoikeuden henkilöstö tekee, ja siinä, miten se onnistuu vieraskielisen asiakkaan kanssa. Työssä selvitettiin lisäksi mahdollisia ratkaisuja löytyneisiin ongelmiin ja pohdittiin käräjäoikeuden asiakaskohtaamisten tulevaisuutta. \n \nOpinnäytetyö koostui lainopillisesta tutkimuksesta ja haastattelututkimuksesta. Lainopillisessa tutkimuksessa tutkittiin oikeuslähteiden kantaa aiheeseen. Haastattelututkimuksessa haastateltiin käräjäsihteereitä, haastemiehiä, käräjätuomareita, sekä julkista oikeusavustajaa. Molemmalla opinnäytetyön tekijällä on työkokemusta käräjäoikeudessa työskentelystä. \n \nOpinnäytetyö toteutettiin projektina Helsingin käräjäoikeudelle.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,106 | 0,031 |
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 ».