MétaCan
Menu
Retour à la cohorte
Enregistrement W2800740186 · doi:10.7939/r3fp96

Is it Possible to Regulate the Internet Globally?: a Comparative Case Study of the Cybercrime Framework in Canada and Romania.

2009· article· en· W2800740186 sur OpenAlexaboutno aff
Dan Stefan Dragos Manolescu

Notice bibliographique

RevueUniversity of Alberta Library · 2009
Typearticle
Langueen
DomaineComputer Science
ThématiqueCybercrime and Law Enforcement Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCybercrimeThe InternetInternet privacyBusinessComputer securityComputer sciencePolitical scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

In this thesis, I investigate the concept of Internet regulation and its implementation by examining the Convention on Cybercrime, which regulates the European Union (EU) and non EU countries. I examine the approaches taken toward the Convention on Cybercrime in two different socio-economic and political systems: Canada, a modern democracy that only signed the Convention, and Romania, an ex-communist democracy that both signed and ratified it. With this Convention, the Council of Europe has claimed that one model of global Internet regulation is appropriate for all countries. I argue that the infrastructure and legal, economic, and socio-cultural aspects of local cultures make the global homogenous regulation of the Internet impractical, therefore regulation on a national level would be more effective. I also try to contribute to current research by studying the complexity of the global regulation of Internet crimes by demonstrating: the importance of democracy and technology for public policy frameworks for cybercrime, by describing; the limitations of the model represented by the global monolithic Convention on Cybercrime, and by suggesting that a universal democratic model of global Internet regulation is utopian and does not address the individual needs of each country.

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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,088
Score d'incertitude au seuil0,636

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,006
Études des sciences et des technologies0,0350,013
Communication savante0,0070,003
Science ouverte0,0030,005
Intégrité de la recherche0,0030,005
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 Opus0,017
Tête enseignante GPT0,220
Écart entre enseignants0,203 · 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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Alberta LibraryMême sujetCybercrime and Law Enforcement StudiesTravaux en français237 207