MétaCan
Menu
Retour à la cohorte
Enregistrement W3112808461 · doi:10.6000/1929-4409.2020.09.184

Compliance of the Criminal Legislation of Ukraine with the UN Protocol on Firearms

2020· article· en· W3112808461 sur OpenAlexvenueno aff
Mykola Khavroniuk, Ivan Krasnytskyі, Nataliya Lashchuk

Notice bibliographique

RevueInternational Journal of Criminology and Sociology · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTorture, Ethics, and Law
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAmmunitionLegislationCriminal liabilityCompliance (psychology)LawOrganised crimeLiabilityBusinessPolitical scienceCriminal lawGeography

Résumé

récupéré en direct d'OpenAlex

Problems with regulating the trafficking of weapons and ammunition emerged in Ukraine after the collapse of the Soviet Union. The Soviet military left behind a large number of small arms, light weapons and ammunition, much of which did not have proper (in some cases any whatsoever) inventory control and accounting. The purpose of the study is to find the best models of criminal liability for illicit manufacturing and trafficking of firearms in Ukraine, its parts and components and ammunition, taking into account international experience. The study investigates the issue of compliance of the criminal legislation of Ukraine with the United Nations Protocol against the Illicit Manufacturing of and Trafficking in Firearms, Their Parts and Components and Ammunition, supplementing the United Nations Convention against Transnational Organised Crime, and proposes for harmonisation of national legislation with this Protocol. It is concluded that Ukraine needs to adopt the Law "On Arms Trafficking", which, among other things, must clearly define such concepts as "firearms", "parts and components", "ammunition", "illicit manufacturing", "illicit trafficking", etc. which would also be relevant for the criminal legislation of Ukraine.

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)0,012
score de la tête « metaresearch » (Gemma)0,023
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,003
Communication savante0,0040,001
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,165
Tête enseignante GPT0,396
Écart entre enseignants0,231 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Criminology and SociologyMême sujetTorture, Ethics, and LawTravaux en français237 207