Poissaolokäsittely oikeudenmukaisen oikeudenkäynnin valossa ja suhteessa kirjalliseen menettelyyn
Bibliographic record
Abstract
Tutkielman aiheena on rikosasioiden poissaolokäsittely, joka tuli Suomessa voimaan rikosprosessiuudistuksen yhteydessä 1.10.1997. Tutkielman tarkoituksena on tarkastella, millaisia edellytyksiä prosessiperiaatteet ja -tavoitteet, Suomen lainsäädäntö ja oikeuskäytäntö sekä Euroopan ihmisoikeussopimus ja Euroopan ihmisoikeustuomioistuimen tulkintakäytäntö asettavat poissaolokäsittelylle. Poissaolokäsittelyä tutkitaan erityisesti vastaajan oikeusturvan näkökulmasta. Lisäksi tarkastellaan poissaolokäsittelyn suhdetta kirjalliseen menettelyyn. \n \nTutkielman pääpaino on oikeusdogmaattisella tutkimusmenetelmällä. Lainopillisen menetelmän ohella tutkielmassa on sovellettu oikeusvertailevaa ja oikeushistoriallista tutkimusmenetelmää. Lisäksi on hyödynnetty empiiristä aineistoa ja esitetty de lege ferenda -näkökohtia. Lähteinä on käytetty virallislähteitä, kotimaisessa ja ulkomaisessa oikeuskirjallisuudessa esitettyjä tulkintakannanottoja sekä kansallista ja kansainvälistä oikeuskäytäntöä. Keskeisimpiä lähteitä ovat hallituksen esitys HE 82/1995 vp, Antti Jokelan tuotanto, Laura Ervon tuotanto, Pekka Koposen artikkeli ”Poissaolokäsittelyn edellytyksistä rikosasioissa alioikeudessa” ja Iiro Liukkosen väitöskirja ”I svarandens frånvaro: förenklade brottmålsrättegångar i tingsrätten”. \n \nPoissaolokäsittely on poikkeus kontradiktorisesta periaatteesta. Poissaolokäsittelyssä ei myöskään täysin toteudu oikeudenkäynnin välittömyys, suullisuus eikä asianosaisjulkisuus. Koska poissaolokäsittely on poikkeus pääsääntöisestä läsnäolovelvollisuudesta, on poissaolokäsittelyn edellytyksiä koskevia säännöksiä tulkittava suppeasti. Euroopan ihmisoikeustuomioistuimen tulkintakäytännön valossa tarkasteltuna Suomen poissaolokäsittely täyttää oikeudenmukaisen oikeudenkäynnin vaatimukset. \n \nPerus- ja ihmisoikeusnäkökulmasta ongelma ei siten näyttäisi liittyvän niinkään itse poissaolokäsittelyä ja kirjallista menettelyä koskevaan sääntelyyn, vaan säännösten soveltamiseen ja yksilöiden yhdenvertaisuuden toteutumiseen. Poissaolokäsittelyn ja kirjallisen menettelyn soveltamisalat ovat melko yhtenäiset. Monet poissaolokäsittelyn osalta tulkintakäytännössä muodostuneet edellytykset ovat kirjallisen menettelyn kohdalla ilmaistu suoraan laissa. \n \nRangaistusasteikoiden yhtenäistämistä lukuun ottamatta sääntelyä ei ole tällä hetkellä perusteltua muuttaa. Sen sijaan poissaolokäsittelyn ja kirjallisen menettelyn suhdetta pitäisi selkeyttää ja kiinnittää huomiota säännösten valtakunnallisesti yhdenmukaiseen soveltamiseen. Lisäksi tuomioistuinten pitäisi hyödyntää aktiivisemmin uhkasakkoa, noutoa ja muita poissaolon ehkäisykeinoja.
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 | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.144 | 0.041 |
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".