MétaCan
Menu
Retour à la cohorte
Enregistrement W2013705098 · doi:10.1108/13590790610707528

Organized crime in business

2006· article· en· W2013705098 sur OpenAlexaffabout
John Sliter

Notice bibliographique

RevueJournal of Financial Crime · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCrime, Illicit Activities, and Governance
Établissements canadiensRoyal Canadian Mounted Police
Organismes subventionnairesnon disponible
Mots-clésCommitOriginalityOrder (exchange)Organised crimeWhite-collar crimeEnforcementValue (mathematics)BusinessLaw enforcementPublic relationsCapital (architecture)CriminologyPolitical scienceLawFinanceSociology

Résumé

récupéré en direct d'OpenAlex

Purpose To provide a viewpoint and a stronger awareness of the increased involvement of criminal activities in the capital markets through organized crime and the need for integrated policing. Design/methodology/approach The writer has over 25 years of experience with the Royal Canadian Mounted Police with over 15 of those years conducting white collar crime investigations and/or managing teams of investigators. Findings Canada is having good success in using the concepts of integrated policing in the implementation of our Integrated Market Enforcement Teams (IMETs) to detect, investigate and prevent capital markets crime. Originality/value This paper identifies the need for integrated policing in order to facilitate and foster close working relationships with key stakeholders in the various levels of regulatory enforcement and disciplinary agencies in order to target those who commit some of the larger organized financial crimes.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,588
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,271
Écart entre enseignants0,257 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations6
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Financial CrimeMême sujetCrime, Illicit Activities, and GovernanceTravaux en français237 207