MétaCan
Menu
Retour à la cohorte
Enregistrement W2948069310 · doi:10.14288/1.0379183

New technology for old crimes? the role of cryptocurrencies in circumventing the global anti-money laundering regime and facilitating transnational crime

2019· article· en· W2948069310 sur OpenAlexaff
Ijeamaka Elizabeth Anika

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCrime, Illicit Activities, and Governance
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMoney launderingCryptocurrencyBusinessOrganised crimeComputer securityCommerceCriminologyComputer scienceFinanceSociology

Résumé

récupéré en direct d'OpenAlex

The phenomenon of transnational crimes such as money laundering, drug trafficking, and terrorist financing remains a persistent problem for the international community and for individual states. Though existing efforts to combat transnational crimes are by no means perfect, the recent iteration of financial technology – cryptocurrencies – presents a potential alternative means for circumventing the regulatory measures that inhibit transnational crimes. Most features of traditional banking facilities are absent in cryptocurrencies: transactions therein are considered to be relatively anonymous, cryptocurrencies are also decentralized, and their use lacks any formal oversight. Thus, cryptocurrencies could be considered a further complication to the already challenging problem faced by regulatory and enforcement agencies in striving to combat transnational crimes. To date, the degree to which cryptocurrencies remain susceptible to exploitation for criminal purposes is still the subject of much debate. Therefore, this thesis will contribute to this ongoing conversation by examining the extent to which the use of cryptocurrencies facilitates transnational crimes and in turn circumvent the existing global anti-money laundering (AML) regime. Using a New Legal Realism theoretical lens, this thesis interrogates how the complex international AML framework could be interpreted, in the first instance, to apply to cryptocurrency-facilitated money laundering. This thesis also provides an overview of cryptocurrencies using Bitcoin as a case study. Given the emerging nature of cryptocurrencies, Bitcoin, as the first fully developed and widely used cryptocurrency network, is used to highlight the operating systems of cryptocurrencies. Furthermore, this work draws from the criminological discipline to explain the attractiveness of cryptocurrencies for money laundering to facilitate transnational crime. Relying on a number of criminological theories, this thesis demonstrates the importance of regulating cryptocurrencies while the problem of its illicit use is still at a nascent stage. In this case cryptocurrencies, in the absence of cohesive regulation, could become attractive to criminals seeking alternative avenues to launder the proceeds of their crimes. Thus, this thesis contributes original insights to the discussion of new techniques for facilitating transnational crimes by demonstrating through interpretation, how cryptocurrencies could be brought within the application of the existing AML regime as it is.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,029
Communication savante0,0140,021
Science ouverte0,0010,004
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,010
Tête enseignante GPT0,216
Écart entre enseignants0,206 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)Même sujetCrime, Illicit Activities, and GovernanceTravaux en français237 207