Bibliographic record
Abstract
Tämä tutkimus käsittelee tietokoneohjelmien tekijänoikeuksien kannalta tärkeimpiä vakuusmuotoja: panttausta, vakuusluovutusta ja yrityskiinnitystä. Tarkastelun kohteena on näiden vakuusmuotojen koko elinkaari perustamisesta selvitykseen tai realisaatioon. \nTutkielmani tarkoituksena on arvioida Suomen vakuusoikeudellisia oikeuslähteitä tietokoneohjelmien erityispiirteiden kannalta ja muodostaa sekä reiluja toimintasuosituksia rahoitusjärjestelyjen osapuolille että ehdotuksia nykyisen oikeustilan kehittämiseksi. \nTutkimus tarkastelee Suomen oikeutta pääosin de lege lata, mutta se sisältää myös de lege ferenda -näkökulman, johon kuuluu myös oikeusvertailua Ruotsin ja Yhdysvaltojen oikeuteen. Tärkeimmät lähdeteokset tässä tutkimuksessa ovat Erkki Havansin Esinevakuusoikeudet (2. uudistettu painos, 1992), Jarmo Teporan, Janne Kaiston ja Esa Hakkolan Esinevakuudet (2009), Mikko Välimäen Oikeudet tietokoneohjelmistoihin (2. uudistettu painos, 2009), Janne Kaiston Tekijänoikeudesta panttauksen ja ulosmittauksen kohteena (2002), Ilkka Rahnaston Tekijänoikeuden panttaus (1997) ja Jarno Teporan Tekijänoikeuden käyttö vakuutena (2004). Tutkimuksessani totean, että vallitsevan oikeuden mukaan tietokoneohjelmien panttaukseen liittyy aina riski siitä, että järjestely ei sido sivullisia tehokkaan julkivarmistuskeinon puuttuessa. Tämä on harmillista tietokoneiden kasvavan vaihdannallisen arvon vuoksi. Joidenkin kirjoittajien ehdotus vakuusluovutuksesta tekijänoikeuksien vakuuskäytön toteuttamistapana ei ole uskottava ratkaisu tekijänoikeuksien panttauksen julkivarmistusongelmiin, sillä tekijänoikeuksien panttauksen ja vakuusluovutuksen erilainen kohtelu on toistaiseksi huonosti perusteltu. Tekijänoikeuksien panttauksen julkivarmistuksesta on esitetty kaksi ehdotusta, joista vakuuttavampi ei valitettavasti sovellu kovin hyvin tietokoneohjelmien panttaukseen. Se sisältää nimittäin vaatimuksen tekijänoikeuden omistajan taloudellisten oikeuksien rajoittamisesta, mikä estäisi pantatun ohjelman päivittämisen. Tätä parempi vaihtoehto tietokoneohjelmien panttauksen kannalta olisi se, että kirjallinen panttaussopimus toimisi julkivarmistuksena. Parhaiten tietokoneohjelmien ja muiden tekijänoikeuksien panttauksen ongelmat ratkaisisi vapaaehtoinen tekijänoikeusrekisteri, johon tekijänoikeuksiin kohdistuvat vakuusoikeudet voitaisiin merkitä. Tämä vaatisi kuitenkin lainsäädännön uudistamista.
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 | 0.004 | 0.002 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.080 | 0.018 |
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".