Julkisten hankintojen muutoksenhakujärjestelmä EU –oikeudellisen tehokkuusperiaatteen näkökulmasta
Bibliographic record
Abstract
Tutkielmassa käsitellään julkisten hankintojen muutoksenhakujärjestelmää EU-oikeudellisen tehokkuusperiaatteen näkökulmasta. Tutkimuksen tarkoituksena on selvittää, minkälaisia vaatimuksia tehokkuusperiaate ja oikeussuojadirektiivi asettavat muutoksenhakujärjestelmälle, sekä toisaalta, miten nuo vaatimukset toteutuvat Suomessa. Julkisten hankintojen muutoksenhakujärjestelmää tarkastellaan tutkimuksessa sen rakenteiden tasolla, erityisesti muutoksenhaun keston, preklusiivisten määräaikojen, odotusaikasääntelyn ja muutoksenhaulle vaihtoehtoisten ratkaisujen näkökulmasta. \n \nTutkielma on toteutettu pääasiassa lainopillisena eli oikeusdogmaattisena tutkimuksena. Tutkimuksessa on lisäksi hyödynnetty oikeusvertailevaa menetelmää sen selvittämiseksi, onko Viron tai Ruotsin hankintalainsäädännöstä löydettävissä ratkaisuja Suomen muutoksenhakujärjestelmän tehostamiseksi. \n \nTehokkuusperiaate edellyttää julkisten hankintojen muutoksenhakujärjestelmältä ennen kaikkea virheellisten menettelyiden korjaamista mahdollisimman aikaisessa vaiheessa sekä muutoksenhakumenettelyjen viivytyksetöntä kestoa. Tutkimus osoittaa, että Suomen nykyinen muutoksenhakujärjestelmä on nykyisessä muodossaan tarpeettoman raskas ja hidas verrattuna tehokkuusperiaatteen tavoitteisiin. Tehokkuusperiaatteen näkökulmasta ongelmallisiksi todetaan etenkin hankintalain mukaisten muutoksenhakukeinojen päällekkäisyys, valitusten käsittelyjen liian pitkä kesto markkinaoikeudessa sekä hankintaoikaisujärjestelmän haasteet asianosaisten oikeussuojan kannalta. \n \nTutkielman johtopäätöksenä voidaan todeta, että että tehokkuusperiaatteen vaatimusten toteuttaminen edellyttää tulevaisuudessa uusia sekä aiemmista poikkeavia ratkaisuja Suomen julkisten hankintojen muutoksenhakujärjestelmään. Muutoksenhaku-järjestelmän tehokkuutta saattaisi parantaa tiukempi määräaikasääntely sekä automaattisen suspension ulottaminen jatkomuutoksenhakuun. Markkinaoikeuden käsittelyaikoja voitaisiin nopeuttaa säätämällä valitusperusteiden prekludoitumisesta, priorisoimalla automaattisen täytäntöönpanokiellon piirissä olevat hankinta-asiat kiireellisenä käsiteltäviksi, luopumalla asioiden tutkimisesta viran puolesta sekä säätämällä käsittelyaikoja markkinaoikeuden päätöksenteolle. Lisäksi havaitaan, että lautakuntatyyppinen tai muu tuomioistuimelle vaihtoehtoinen muutoksenhakuelin kykenisi todennäköisesti nopeampaan ja joustavampaan päätöksentekoon kuin tuomioistuin.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.094 | 0.027 |
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".