MétaCan
Menu
Retour à la cohorte
Enregistrement W2009246722 · doi:10.1108/13685200810889371

Russia's anti‐money laundering regime: law enforcement tool or instrument of domestic control?

2008· article· en· W2009246722 sur OpenAlexaff
Alexandra V. Orlova

Notice bibliographique

RevueJournal of Money Laundering Control · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCrime, Illicit Activities, and Governance
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMoney launderingContext (archaeology)TerrorismLegitimacyOriginalityBusinessLaw enforcementValue (mathematics)LawPoliticsPolitical scienceLaw and economicsEconomics

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to cut through the rhetoric that shrouds Russia's anti‐money laundering regime to uncover the reality that lies beneath. Design/methodology/approach This paper relies on both primary and secondary sources in Russian and English that deal with the problems of money laundering in the Russian context. Relevant sections of the Russian Criminal Code as well as Russia's anti‐money laundering regulations have been consulted. Findings Overall, the Russian anti‐money laundering regime has thus far proved ineffective in terms of meeting its stated purposes of combating organized crime and terrorism. Its limited success stems largely from structural weaknesses in the Russian banking system as well as that industry's lack of a culture of regulatory compliance. Moreover, Russian authorities have opportunistically seized on the current anti‐money laundering regime as a useful tool in the pursuit of ends unconnected to the fight against organized crime and terrorism. The Russian authorities have used the regime to attempt to reform the banking system and to extend their strategic control in the domestic political and business realms. The ineffectiveness of the anti‐money laundering regulations and their usage to achieve ulterior aims undermine the legitimacy of the regime as a whole. Originality/value The paper looks beyond the technical difficulties in applying the anti‐money laundering regulations and examines the misuses of the anti‐money laundering regime in the Russian context. However, the problems raised in the paper are not unique to Russia and have relevance to other jurisdictions, especially countries that are members of the Financial Action Task Force.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,010
Communication savante0,0050,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,282
Écart entre enseignants0,251 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Money Laundering ControlMême sujetCrime, Illicit Activities, and GovernanceTravaux en français237 207