MétaCan
Menu
Retour à la cohorte
Enregistrement W3023655695 · doi:10.1108/jmlc-10-2019-0079

Canada’s financial intelligence unit: FINTRAC

2020· article· en· W3023655695 sur OpenAlexaboutno aff
Jeffrey Simser

Notice bibliographique

RevueJournal of Money Laundering Control · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCrime, Illicit Activities, and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMoney launderingLegislatureBusinessValue (mathematics)Financial transactionUnit (ring theory)EconomicsAccountingFinancePolitical scienceLawComputer scienceDatabase transaction

Résumé

récupéré en direct d'OpenAlex

Purpose International bodies, such as the Financial Action Task Force , have mandated the use of financial intelligence units (FIU) to address organized crime and money laundering. The purpose of this paper is to examine Canada’s FIU, the Financial Transactions and Reports Analysis Centre of Canada (FINTRAC), and explore its current effectiveness and future challenges. Design/methodology/approach This paper examines FIUs in general and then looks more specifically at Canada’s FIU, its policy and legislative basis as well as future challenges for the FIU. Findings The challenge money laundering poses to society is a mirror of the challenge that organized crime poses: a test of the values and the importance of rule of law. The FIU is an important mechanism to address this challenge generally, and there are important changes in the environment that must be addressed if the future policy objectives of the FIU are to be met. Research limitations/implications Some of the policy nostrums that are baked into the anti-money laundering system, such as placement, layering and integration, need to be revisited and researched to incorporate changes in the licit and illicit marketplaces. Practical implications Financial institutions and other intermediaries must comply with domestic anti-money laundering laws. Compliance is always contextual, and this paper will outline the role of the regulator and the environmental challenges that need to be met. Social implications Effectively addressing money laundering and organized crime is critical to the maintenance of rule of law and the protection of the financial system. Originality/value This is a brief but very fulsome review of Canada’s FIU, FINTRAC, which captures broader challenges in addressing money laundering, economic crime and regulatory systems designed to protect rule of law and the integrity of the financial system. The paper not only examines the current state of the FIU but also explores challenges on the horizon.

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)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,113
Score d'incertitude au seuil0,675

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0050,006
Études des sciences et des technologies0,0110,003
Communication savante0,0130,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,1130,014

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 Opus0,033
Tête enseignante GPT0,265
Écart entre enseignants0,232 · 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'étudeSans objet
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

Citations11
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

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