Pienen osakeyhtiön hallinnollisen taakan keventäminen digitaalisilla palveluilla
Bibliographic record
Abstract
Tämän opinnäytetyön tavoite oli selvittää mikä on konkreettisesti kuormittavaa hallintotyötä pienissä osakeyhtiöissä ja millä tavalla yhtiöt ovat pyrkineet helpottamaan tätä taakkaa. Pienet osakeyhtiöt valikoituivat siitä syystä, että niiden hallinnollinen taakkan Suomessa on samanlainen, kuin isojenkin osakeyhtiöiden. Huomattava on myös että 44,46 prosenttia Suomessa toimivista yhtiöistä on osakeyhtiöitä. Opinnäytetyön toimeksiantajana on suomalainen startup-yhtiö Kuveno Oy, joka on viime vuodet kehittänyt selainpohjaista ohjelmistoa pienille ja keskisuurille osakeyhtiöille, jolla nämä pystyisivät digitaalisesti helpottamaan omaa hallinnollista taakkaansa. \nDigitalisaatio aiheena on tällä hetkellä todella ajankohtainen, mutta siltikin kun digitalisaatio yhdistetään pelkästään hallintotyöskentelyyn pienissä osakeyhtiöissä, huomataan että aikaisempaa tutkimustietoa ei ole kovinkaan paljon. Tutkimustiedon vähäisyys nousee esille erityisesti silloin, kun tutkimuksen ulkopuolelle rajataan osakeyhtiöiden taloushallinto ja sen digitalisoiminen. \nOpinnäytetyön teoriaosuudessa käsitellään kirjallisuuden ja julkaisujen avulla yrityshallinnon raskautta pienille osakeyhtiöille ja Suomen valtion toimenpiteitä pienten yritysten hallinnollisen taakan keventämiseksi sekä mitä hallinnollinen työskentely on käytännössä osakeyhtiöille. \nTeoriaosuus antaa melko kattavan kuvan siitä, mikä kuormittaa eniten pieniä osakeyhtiöitä sekä vastaa kysymykseen, miten pienet osakeyhtiöt voisivat helpottaa hallinnollista taakkaa. \nTutkimus suoritettiin kvalitatiivisella otteella ja tiedonkeruumenetelmänä käytettiin teemahaastatteluja. Teemahaastatteluihinn osallistui viisi pienen osakeyhtiön toimitusjohtajaa ja/tai omistajaa. Tutkimukseen haluttiin nimenomaan johtajia ja omistajia, koska heillä on asiantuntijuutta ja näkemystä pienistä osakeyhtiöistä. \n \nTutkimuksessa ilmeni, että suurin hallinnollinen taakka pienelle osakeyhtiölle on valmistautuminen tilitarkastukseen. Tilintarkastukseen kuormittavuus tulee esille arkistoinnissa, pöytäkirjahallinnossa ja tilintarkastuksen aikana tapahtuvassa epäselvien asioiden läpikäynnissä. Tutkimustuloksissa ilmeni myös pienten osakeyhtiöiden avun tarve yrityshallinnossa.
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 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.150 | 0.036 |
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".