The Legal Framework of Electronic Data Crimes
Notice bibliographique
Résumé
In order to determine the legal framework of these crimes, we should distinguish between two types of crimes or attack electronic data, the first type when the technology of electronic data process and telecommunication have used in remote to commit crimes. In other words these crimes are committed through computer and the criminal description of these businesses belongs to the known of types of traditional crimes like theft, fraud and other crimes. This type of crimes call un informatics in the global information network “ internet” also this field includes the crimes of usage of “internet” and electronic data processes tools to show the pornographic images or diffusion a messages which are inciting to racism, racial, religious, discrimination or exposure to the personal liberty or intellectual property. The second types of electronic data process crimes when the technology of the electronic data and telecommunications are on remote and make it as a means of this crimes and their purpose too. And now we are in front of anew criminal acts which associated mostly to the exposure of security and integrity of electronic data systems and the confidentiality of the data and information that consist on. And this type of criminal information network called “internet”, this is done in the case of illegal entry in to these systems and exposure to it or to the information that contain it. So this research will base on the electronic data crimes which are connected to the internet, when it becomes a direct target and a goal in their contents, and regardless on the impulsive of behind of committing.
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 | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,010 | 0,039 |
| Communication savante | 0,012 | 0,008 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».