CSRD- ja vastuullisuusosaamisen kehittämistarpeet pohjoissavolaisissa pk-yrityksissä
Bibliographic record
Abstract
EU:n kestävyysraportointidirektiivi (CSRD) toi vuoden 2024 alussa raportointivelvoitteita suurille yrityksille ja niiden arvoketjun pk-yrityksille. Vaikka Omnibus-paketti keventää pienyritysten taakkaa, suuret yhtiöt ja kuluttajat edellyttävät silti luotettavaa vastuullisuustietoa. Tämän opinnäytetyön tavoitteena oli selvittää, kuinka tietoisia pk-yritykset ovat CSR-direktiivin vaatimuksista, mitä haasteita ja mahdollisuuksia pk-yritykset niissä kokevat, mitä kestävyysosaamista tarvitaan lisää ja miten yritykset aikovat hankkia puuttuvan osaamisen? Tutkimus koostui kahdesta osasta: sähköisestä kyselystä yrityksille (n=39) ja neljästä teemahaastattelusta hanke- ja viranomaistoimijoille. Kysely toteutettiin helmikuussa 2025 ja analysoitiin frekvenssien ja prosenttiosuuksien avulla. Haastattelut tehtiin maaliskuussa 2025 ja analysoitiin sisällönanalyysillä. Saturaatiopistettä ei saavutettu, joten tulkinnat ovat vain varovasti siirrettävissä. Yrityksistä 15 % ilmoitti, että kestävyysraportointidirektiivin vaatimuksia tunnetaan hyvin tai erittäin hyvin. Suurimpana mahdollisuutena kestävyysraportoinnin tekemisessä nähtiin maineen parantuminen (81 % yrityksistä) ja suurimpana haasteena se, että raportointi vie liikaa aikaa (79 %). 56 % oli sitä mieltä, että kestävyysraportointisaamista ei ole tarpeeksi. Yksikään yritys ei ollut tehnyt ilmastonmuutokseen sopeutumisen suunnitelmaa. Vähiten oli kerätty luonnon monimuotoisuuteen liittyviä tunnuslukuja (3 %). Yrityksistä 36 % ilmoitti hankkivansa lisää osaamista henkilöstön sisäisellä koulutuksella ja 21 % ulkopuoliselta palveluntarjoajalta. Hanke- ja viranomaistoimijoiden haastatteluissa korostui tarve vahvistaa osaamista kestävyysraportointiin, kestävyysseikkoihin, kestävyysviestintään sekä vastuullisuuden liiketoiminnallisiin ulottuvuuksiin. Tutkimuksen tulokset osoittavat, että yrityksissä tietoisuus raportointivelvollisuudesta on osittain olemassa, mutta monilla velvollisuuden tunnistaminen ja raportointiin liittyvä osaaminen puuttuvat. Tämä korostaa viestinnän ja koulutusten tarvetta, erityisesti ESRS- ja VSME-standardeista sekä yleisestä vastuullisuusosaamisesta. Kestävyysraportoinnin hyötyinä nähdään maineen parantuminen, mutta haasteina ajankäyttö. Ulkopuolisen asiantuntija-avun kysyntä luo palveluntarjoajille mahdollisuuden tarjota kohdennettuja ratkaisuja ja tukea yrityksiä vastaamaan lainsäädännön ja sidosryhmien vaatimuksiin. Tämän tutkimus tuotti uutta ei-taloudellista tietoa pk-yritysten kestävyystoimista, erityisesti kestävyysseikkojen näkökulmasta. Pienen aineiston takia tarvitaan lisää tutkimuksia, jotta tulokset voidaan vahvistaa.
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 | 0.005 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.067 | 0.012 |
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".