Talvivaaran varjossa Suomen mineraalistrategia
Bibliographic record
Abstract
Talvivaaran tapaus on viime vuosina langettanut varjon monen, melkeinpä itsestään selvyytenä otetun asian, kuten vastuullisen kaivosteollisuuden ja hyvän hallinnon, päälle. Tätä tapausta vasten tutkin Suomen kaivosteollisuutta säätelevää lainsäädäntöä ja hallintoa sekä Suomen mineraalistrategiaa. Taustalla on vahva dikotomia ympäristönsuojelullisten ja toisaalta talouspoliittisten näkökohtien välillä. Lähestyn teemaa varsin normatiivisesti tutkimusmetodin lähennellessä historiallista tutkimusmetodia. Talvivaaran tapausta tutkiessani olen pyrkinyt kattamaan laajan kirjon tapausta käsittelevä materiaalia. Suomen mineraalistrategiaa olen pyrkinyt analysoimaan prosessijäljityksen keinoin. Tähän olen käyttänyt muun muassa Geologisen tutkimuskeskuksen (GTK) sivuilta löytyvää materiaalia sekä haastatteluita. \n \nEsille nousevat teemat sivuavat laajempaa hallintotieteen etiikan kirjallisuutta, jossa hallintotoimintaan ja julkisten organisaatioiden päätöksentekoon sovelletaan moraalis-eettisiä periaatteita. Talvivaaran tapaus on nostanut pinnalle monta eettistä kysymystä kansalaisten kokiessa, oikeutetusti, etteivät hyvän hallinnon periaatteita olla kunnioitettu. Tarkasteltaessa kaivosteollisuutta säätelevää hallintoa, on selvää, että hallintomme eettistä suoriutumista on parannettava. Oma työni nostaa esille etenkin hallinnon rakenteista kumpuavan epäeettisyyden. Nykyinen hallintojärjestelmä sallii talouden ja hallinnon intressien rajapintojen häilyvyyden ja hyvä-veli –verkoston suosimisen. Virkamiehen vastuullisuus kärsii myös vastuuttajien määrän noustessa. Kaivosteollisuudessa tämä tarkoittaa käytännössä ”useamman isännän palvelemista.” Virkamiesten palvellessa kansalaisia ja kaivosyhtiöitä, hallinnon eettisyys vaarantuu herkästi. \n \nEuroopan raaka-ainealoite julkaistiin vuonna 2008, mikä käynnisti Suomen mineraalistrategian laatimisprosessin. Mineraaliala nostettiin yhdeksi Suomen talouden tukipilareiksi ja maamme mineraalipolitiikka nojautuu vuonna 2010 julkaistuun mineraalistrategiaan. Strategian laadintaprosessi ei ollut kovinkaan osallistava: Sisältö pysyi samana kuin mitä se oli jo valmisteluvaiheessa ja valmisteluprosessiin osallistujat edustivat lähinnä talouselämän ja kaivosteollisuuden tai sen rinnakkaisteollisuuksien intressejä. Suomen kaivosteollisuudessa kuin myös laajemmin Suomen mineraalipolitiikassa voitaisiin selkeästi toteuttaa paremmin hyvän hallinnon periaatteita.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.033 | 0.003 |
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".