Ekologisen kompensaation toteuttaminen Suomessa - kehittämisajatuksia ekologisen kompensaation järjestelmään Ruotsin ja Saksan mallien pohjalta
Bibliographic record
Abstract
Nykyinen Suomen lainsäädäntö ei tunnista ekologisen kompensaation käsitettä, vaikka Suomi onkin sen käyttöön välillisesti sidottu Euroopan unionin luontodirektiivin (92/43/ETY) myötä. Suomesta puuttuu konkreettiset toimet ja tavoitteet ekologisen kompensaation käyttöön ottamiseksi. \n \nTutkielmassa tarkastellaan sitä, miten voimassa olevaa lainsäädäntöä tulisi kehittää ekologisen kompensaation sääntelyn toteuttamiseksi Ruotsin ja Saksan mallien pohjalta. Tutkielman oikeusvertailevan otteen tarkoituksena on selvittää, miten de lege lataa tulisi kehittää, jotta se vastaisi tehokkaammin ekologisen kompensaation tarpeita. \n \nKoska ekologisesta kompensaatiosta ei ole Suomen lainsäädännössä laajemmin säädetty ja myös oikeustieteellistä tutkimusta aiheesta on Suomessa varsin rajallisesti, tutkielmassa käytetään oikeusvertailua apuna ekologisen kompensaation järjestelmän ja siihen liittyvän lainsäädännön kehittämiseksi. Oikeusvertailu keskittyy vertailemaan Ruotsin ja Saksan ekologisen kompensaation järjestelmiä, joissa on jo konkreettista sääntelyä ekologisesta kompensaatiosta. \n \nTämän tutkielman tarkoituksena on antaa kehitysehdotuksia siitä, miten ekologista kompensaatiota koskevaa lainsäädäntöä tulisi Suomessa kehittää. Tutkielmassa tutkimusmetodina on oikeusvertailu. Tutkielman de lege ferendaa koskeva luku sisältää myös piirteitä oikeuspoliittisesta tutkimuksesta. Oikeustieteelliselle tutkimukselle tyypillinen oikeusdogmaattinen tutkimusmenetelmä on sivuroolissa ja sitä sivutaan vain pintapuolisesti.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.076 | 0.019 |
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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".