Luonnostaan korvattavissa? : Arvio ekologisen kompensaation kestävyydestä luonnon monimuotoisuuden turvaajana
Bibliographic record
Abstract
Luonnon monimuotoisuuden heikentyminen on ilmastonmuutoksen ohella yksi aikamme suurimmista ympäristöuhista. Jotta maapallo säilyy ihmiskunnalle elinkelpoisena, on monimuotoisuutta heikentäviin tekijöihin puututtava muun muassa lainsäädännöllisin keinoin. Ekologinen kompensaatio on tällainen keino vaikuttaa elinympäristöjen ympäristönkäytöstä johtuvaan vähenemiseen. Suomen lainsäädäntöön on kesällä 2023 lisätty uutena vapaaehtoinen ekologinen kompensaatio. \n \nTässä tutkielmassa arvioidaan ekologisen kompensaation soveltuvuutta luonnon monimuotoisuuden turvaamiseen kestävän kehityksen periaatteen näkökulmasta. Erityisesti tarkastelun kohteena on Suomen luonnonsuojelulain vapaaehtoinen ekologinen kompensaatio. Aihetta lähestytään määrittelemällä ensin ekologisen kompensaation oikeudellinen asema Suomessa sekä kestävän kehityksen periaatteen asettamat reunaehdot. Tämän jälkeen itse arviointi jakautuu kestävän kehityksen osa-alueiden mukaisesti ekologiseen, taloudelliseen ja sosiaaliseen kestävyyteen. \n \nEkologinen kompensaatio on hyvä lisä luonnon monimuotoisuuden turvaamiseen tähtääviin toimiin, mutta jää kestävyydeltään melko epävarmaksi. Järjestelmissä joudutaan tekemään kompromisseja erityisesti ekologisen vastaavuuden ja maantieteellisen sijainnin kannalta. Lisäksi taloudellinen kestävyys, joka takaa järjestelmän käytön ja siten tehokkuuden monimuotoisuuden turvaamisen tavoitteen kannalta, vaatii ulkopuolista ohjausta osallistumisen ja osallistujien taloudellisen hyödyn takaamiseksi. Suomen vapaaehtoisessa ekologisessa kompensaatiossa monet näistä ongelmista on ratkaistu, mutta järjestelmän rajoittamattomuus, vapaaehtoisuus ja perustuminen yksityisiin toimijoihin muodostavat kestävyyden näkökulmasta haasteita. Lisäksi ekologinen kompensaatio monimuotoisuuden turvaamisen keinona on jo itsessään ristiriitainen. \n \nTutkielma on metodiltaan pluralistinen, ja siinä on sekä arviointi- ja ohjauskeinotutkimuksen että perinteisen lainopillisen tutkimuksen piirteitä. Oikeustieteellisen kirjallisuuden lisäksi tutkielmassa hyödynnetään myös muiden tieteenalojen tutkimuskirjallisuutta. Lisäksi hyödynnetään muidenkin valtioiden kuin Suomen ekologisen kompensaation lainsäädäntöratkaisuja.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.041 | 0.007 |
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".