MétaCan
Menu
Retour à la cohorte
Enregistrement W2972789776 · doi:10.69554/kmlt1693

How to deal with multiple regulators in multiple jurisdictions

2019· article· en· W2972789776 sur OpenAlexaboutno aff
Lloyd Meadows, Laura Shingler

Notice bibliographique

RevueJournal of financial compliance. · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueRegulation and Compliance Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLaw and economicsBusinessComputer scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Financial institutions are facing mounting compliance obligations as regulators place increased responsibility on them to combat financial crime. For financial institutions operating internationally, this has created the challenge of handling multiple regulators across multiple jurisdictions on matters of non-compliance. Non-US regulators have acquired, and continue to acquire, enhanced enforcement powers to investigate, levy fines and require remedial action of financial institutions on matters of non-compliance. Consequently, financial institutions must increasingly consider their compliance obligations across all their presence countries. The paper draws upon published sources, considering US and UK requirements predominantly, but also developments in Hong Kong, Singapore, France, Canada and Australia. It was reviewed, with input, by colleagues working in these locations. It argues that the increasingly complex global regulatory landscape combined with enhanced enforcement powers requires financial institutions to consider their regulatory obligations across jurisdictions in addition to meeting any US regulatory requirements. The paper provides practical suggestions for how to address an investigation for non-compliance whether internally or by one regulator or multiple cross-jurisdictional regulators (separately or as part of a global settlement). It is the intention of the paper to provide senior management in financial institutions an overview of what to consider during investigation, settlement and remediation of non-compliance with financial crime matters.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,247
Score d'incertitude au seuil0,544

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,029
Tête enseignante GPT0,234
Écart entre enseignants0,205 · 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'étudeObservationnel
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of financial compliance.Même sujetRegulation and Compliance StudiesTravaux en français237 207