MétaCan
Menu
Retour à la cohorte
Enregistrement W2017262854 · doi:10.1093/jicj/mqr005

Why and How to Make an International Crime of Medicine Counterfeiting

2011· article· en· W2017262854 sur OpenAlexaff
Amir Attaran, Roger Bate, Megan Kendall

Notice bibliographique

RevueJournal of International Criminal Justice · 2011
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Quality and Counterfeiting
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCounterfeitTreatyJurisprudenceCounterfeit DrugsHumanityPolitical scienceCurrencyInternational lawLawLaw and economicsBusinessCriminologySociologyEconomics

Résumé

récupéré en direct d'OpenAlex

The article explores why — when the counterfeiting of medicines is so prevalent, hard to detect and quietly dangerous or fatal — it remains totally unaddressed and therefore legal in international criminal law. It is argued that criminalizing the counterfeiting of medicines on an international scale would present no legally insurmountable barriers, and would offer significant advantages over the current national-scale approaches. The authors propose a legal definition of ‘counterfeit’, canvass the current legal doctrines that could be arrayed to better criminalize medicine counterfeiting, including classifying the severest instances as crimes against humanity, and explain the mechanisms necessary to close the jurisdictional gaps that are currently exploited by organized criminals who trade in counterfeit medicines across borders. They suggest that a counterfeit medicine treaty should be drafted under the auspices of the World Health Organization, and illustrate the feasibility of doing so with existing and developing treaty law on another health danger, tobacco.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,423
Score d'incertitude au seuil0,506

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,166
Tête enseignante GPT0,414
Écart entre enseignants0,247 · 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'étudeExpérimental (laboratoire)
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

Citations11
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of International Criminal JusticeMême sujetPharmaceutical Quality and CounterfeitingTravaux en français237 207