Projektid

Staatus:


Projekt on töös

Kohalike omavalitsuste korruptsiooniriskide hindamise keskkond II: rakendamine Eestis

Projekti aluseks on justiitsministeeriumi toel valminud kohalike omavalitsuste korruptsiooniriskide hindamise keskkond, mille sisu põhineb Euroopa Nõukogu ekspertiisikeskuse metodoloogial. Keskkonna loomise konsultatsioonide käigus sai projekti meeskonnale selgeks, et peale keskkonna väljatöötamise on kohalikel omavalitsustel tarvis tuge hindamise läbiviimiseks, muutuste sisseviimiseks ning teiste omavalitsustega parimate praktikate jagamiseks.

 


Projekt on töös

Kohalike omavalitsuste korruptsiooni ennetamise ja riskide hindamise keskkond

Projekti eesmärgiks on Justiitsministeeriumi poolse korruptsioon.ee tööriistakasti koostamise käigus luua interaktiivne keskkond, mille kaudu saavad kohalikud omavalitsused tuvastada konkreetseid korruptsiooniriske ning mis annab juhendi korruptsiooni vältivaks asjaajamiseks kohalikus omavalitsuses. Keskkonda pääsemine toimub korruptsioon.ee lehekülje kaudu. Selle tulemusena on omavalitsuste korruptsiooniennetuse tööriistakast koondatud ühte kohta ja lihtsasti ligipääsetav.


Projekt on töös

Parimate väärkäitumisest teavitamise mehhanismide ja praktikate arendamine erasektoris

KVE on üks kümnest Euroopa riigi TI akrediteeritud ühingust, kes sai võimaluse väärkäitumisest teavitajate ehk vilepuhujate kaitsega tegelema hakata. Eesti projekt keskendub eelkõige erasektorile ning saab oktoobrikuust hoo sisse samaaegselt KVE algatatud Ausa Ettevõtluse Võrgustikuga.


Projekt on töös

Opener: korruptsiooniohtlike olukordade tuvastamine avaandmete abil

Projekti eesmärgiks on testida Eestis kättesaadavate avaandme piisavust korruptisooniohtlike olukordade tuvastamisel. 

Projekti raames arendatakse testversioon internetiplatvormile, mis seostades erinevatest avaandmebaasides saadud infot, loob ja tuvastab olulisi seoseid, mis andmebaase või kaasusi eraldi vaadates ja analüüsi teostamata jääks tabamata. Lisaks luuakse andmetele infograafiline kuva, mi muudab suured andmemahud ja keerulised seosed kasutajale kergesti hoomatavaks ja mõistetavaks.