Omaisuudensuojan rajat ja mahdollisuudet Ukrainan sodan EU-pakotteiden täytäntöönpanossa
Bibliographic record
Abstract
Ukrainan sodan ja Euroopan historiassa kääntyi uusi sivu, kun Venäjän presidentti Vladimir Putin aloitti 24.2.2022 laajamittaisen hyökkäyssodan Ukrainaan. Venäjän sotatoimista on seurannut jo vuodesta 2014 alkaneiden pakotteiden valtaisa laajaneminen. Vuodesta 2022 alkaen Euroopan unioni (EU) on hyväksynyt 13 pakotepakettia Venäjää vastaan. Nykyisellään henkilö- ja yhteisöpakotteiden kohteena on yli 2000 luonnollista henkilöä ja oikeushenkilöä. Lisäksi viime vuosina on käyty paljon julkista keskustelua siitä, että esimerkiksi Venäjän federaation ja venäläisten oligarkkien tulisi joutua vastuuseen ja maksaa vahingonkorvauksia sodan aiheuttamista tuhoista. Pakotteiden perusteella jäädytetyn omaisuuden hyödyntäminen on ollut keskeisessä asemassa keskustelussa. \nTutkielman tarkoituksena on tarkastella omaisuudensuojan rajoja ja mahdollisuuksia pakotteiden täytäntöönpanossa. Tutkimuksessa keskitytään erityisesti henkilö- ja yhteisöpakotteiden tarkasteluun perusoikeusnäkökulmasta. Pakotteet muodostavat herkästi ongelmia perusoikeuksien toteutumiselle. Esimerkiksi 12. pakotepaketti mahdollisti pakotteiden perusteella jäädytetyn omaisuuden pakkolunastamisen yleiseen tarpeeseen. Pakkolunastaminen tarkoittaa kuitenkin erittäin pitkälle menevää puuttumista omaisuuteen. \nTutkimusmenetelmä on lainopillinen eli tarkoituksena on systematisoida ja tulkita pakotteita ja omaisuudensuojaa sekä pakkolunastusta koskevia normeja. Pakkolunastuksen yhtenä ehtona on yleinen tarve, mikä on keskeisessä asemassa tutkielmassa. Lisäksi tutkielmassa tarkastellaan konkreettisia tapausesimerkkejä. Tärkeimmät oikeuslähteet ovat Suomen perustuslaki ja EU:n pakotteiden tuoma lainsäädäntö. Tutkimuksessa keskitytään tarkastelemaan nimenomaan EU:n pakotteita. \nTutkielman johtopäätöksenä on, ettei nykyinen vallitseva käsitys oikeudessamme mahdollista jäädytetyn yksityisyysomaisuuden pakkolunastamista Ukrainan tukemiseksi tai sotakorvausten maksamiseksi. Länsimaissa on perinteisesti ollut hyvin vahva omaisuudensuoja, josta poikkeaminen on lähtökohtaisesti vaikeaa. Viron parlamentin hiljattain hyväksymä lakimuutos tuo kuitenkin mielenkiintoisen mallin muille maille, mutta se tuskin tuo laajaa ratkaisua sotakorvausten maksamiselle. Henkilö- ja yhteisöpakotteiden perusteella jäädytetyn omaisuuden hyödyntäminen vaatinee EU-tasoisen ratkaisun, jonka tulee kuitenkin noudattaa perus- ja ihmisoikeusvelvoitteita.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.003 | 0.004 |
| Meta-epidemiology (broad) | 0.004 | 0.003 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.005 | 0.004 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.059 | 0.186 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".