Managing Regulatory Risks and Defining the Parameters of Blame: A Focus on the Australian Prudential Regulation Authority
Notice bibliographique
Résumé
Risk‐based regulation is a new arrival in the lexicon of risk and regulation. Regulators in Australia, Canada, and the UK have begun developing systems and processes to assess the probability and impact of compliance failures by regulated firms, and to adjust their relationship with firms accordingly. This article explores the motivations for, and key elements of, the risk‐based frameworks of one of those regulators, the Australian Prudential Regulation Authority (APRA). It broadens out from this case study to argue first, that risk‐based regulation goes hand in hand with the technique of “meta” regulation, the regulation of the firm's own internal self regulation, and will both fuel and be fueled by any trend towards the latter. Second, it argues that risk‐based frameworks are not risk‐free: whilst they seek to manage risks they inevitably introduce their own. Third, risk‐based regulatory frameworks have the potential both to expose and obscure key sociopolitical and socioeconomic choices as to the amount or types of regulatory failures that an agency will tolerate, and which in effect it is requiring society to tolerate. “Risk based frameworks” are attempt to define what are acceptable “failures” and what are not, and thus to define the parameters of blame.
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 | 0,028 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,043 |
| Communication savante | 0,017 | 0,013 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,009 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».