MétaCan
Menu
Retour à la cohorte
Enregistrement W3125764197

Attaching Criminal Liability to Organizations for Anti-Competitive Offences: What Can Be Learnt from the Canadian Experience

2015· article· en· W3125764197 sur OpenAlexaboutno aff
Pierre-Christian Collins Hoffman, Guy Pinsonnault

Notice bibliographique

RevueSSRN Electronic Journal · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueRegulation and Compliance Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCartelLiabilityCriminal liabilityCriminal lawEnforcementOrder (exchange)Strict liabilityLawCompetition lawBusinessPolitical scienceCompetition (biology)Law and economicsEconomicsFinanceMarket economy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

There is a considerable debate in Europe as to whether corporate criminal liability should be used in order to strengthen competition law enforcement. That debate can draw from the Canadian experience where a relatively balanced model, borrowing from USA and UK concepts, has been introduced ten years ago. This article reviews the Canadian revised regime in respect of the criminal liability of organizations for anticompetitive offences, enacted in 2004, but only recently applied for the first time in a price-fixing cartel case in 2013. It sets out the essential aspects of the Canadian approach to corporate criminal liability, namely the elements to establish liability, the available defences and sentencing considerations, and canvasses recent case law developments. The authors also draw comparisons between criminal liability regimes found in the USA and certain European jurisdictions.

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)0,001
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,651
Score d'incertitude au seuil0,941

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
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 Opus0,042
Tête enseignante GPT0,277
Écart entre enseignants0,235 · 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'étudeThéorique ou conceptuel
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetRegulation and Compliance StudiesTravaux en français237 207