Notice bibliographique
Résumé
Purpose – This study aims to develop a newer, revised model of money laundering of general application, and to apply that updated laundering model to the use of cash in Canada. A wide-ranging analytical tool for identifying money laundering is described, which demands a comparative evaluation of available financial choices against choices made, concentrating on factors which matter most to economic enterprises: speed, cost and security. The model is applied to bulk cash money laundering and the use of cash in the Canadian context, a mature economy where cash is predominantly used for micro-payments. The inference of criminality to be drawn from bulk use of cash is explored, as is any need for continued circulation of large denomination banknotes. Design/methodology/approach – Extensive criminal investigative experience is juxtaposed with practices of legitimate commerce. As to patterns of transactional conduct, a review is undertaken of publications from financial institutions including the Bank of Canada. Findings – The model may be applied generally. In light of modern banking realities, strong inferences of criminality arise from the bulk use of cash. Research limitations/implications – Documented standards of legitimate commerce and proven laundering behaviours provide more reliable evidence than voluntary disclosures from surveys. Practical implications – The model promotes an objective analysis of financial conduct either in conjunction with, or independent of extrinsic evidence, and can augment historic lists of laundering indicators and identify new laundering typologies. Originality/value – The speed, cost and security model moves towards a renewed paradigm for understanding laundering, beyond traditional cash-based models. This instructive model applies to the full spectrum of laundering, from frauds to cash-based street crimes. By examining the inherent characteristics of financial choices, investigations may proceed without tipping off targets. The model maximizes the investigative value of know-your-customer information.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,011 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».