MétaCan
Menu
Retour à la cohorte
Enregistrement W2770427383 · doi:10.1108/jmlc-04-2017-0013

Ritualisation and money laundering in the Swiss banking sector

2017· article· en· W2770427383 sur OpenAlexaff
Aidan Carlin, Mark Lokanan

Notice bibliographique

RevueJournal of Money Laundering Control · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCrime, Illicit Activities, and Governance
Établissements canadiensRoyal Roads University
Organismes subventionnairesnon disponible
Mots-clésMoney launderingIgnoranceBlameReputationCriticismLanguage changeBusinessRegretOriginalityAccountingValue (mathematics)LawFinancePolitical scienceSocial psychologyPsychology

Résumé

récupéré en direct d'OpenAlex

Purpose This paper aims to highlight the relationship between money laundering and the patterns of behaviour evident throughout the larger structural environment of the Swiss banking sector. In particular, the paper used HSBC as a prototype case of structural ritualisation to show that the normalisation of corrupt, unethical behaviour in the banking environment has shaped and influenced the behaviour and actions of the embedded group actors. Design/methodology/approach The paper used a content analysis methodological approach of media sources to collect data. The content analysis was categorised into six core ritualised symbolic practices (RSP) categories – corruption, reputation, blame, ignorance, regret and criticism. Findings The findings reveal that the highly ranked RSPs involving corruption, reputation, blame, regret, ignorance and criticism influence the embedded group’s patterns of behaviour, and they formed part of the cognitive script that dictated their behaviour and actions in the Swiss banking sector. Practical implications The paper added to the calls by Swiss policymakers for amendments to Swiss bank secrecy laws to reflect the changing landscape of international banking and finance. Originality/value This is the first paper of its kind to study ritualised illegal practices related to money laundering in the Swiss banking sector.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,008
Communication savante0,0030,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,043
Tête enseignante GPT0,307
Écart entre enseignants0,264 · 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'étudeQualitatif
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

Citations9
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

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