Notice bibliographique
Résumé
Cryptocurrencies, such as Bitcoin and Dogecoin, are taking the financial world by storm. Like all financial instruments, these cryptocurrencies and the crypto exchanges they are traded on give rise to complex legal issues. This article concerns an understudied yet crucial aspect of crypto trading, namely crypto disputes and their resolution. The sheer number and growing popularity of cryptocurrencies means that disputes arising from their trading are likely to increase, yet it remains unclear how they are being, or will be, resolved. Novel issues surrounding the identity of traders, the jurisdictional limits of domestic courts, the applicable governing law(s), and complex technical evidence may mean that traditional non-binding mechanisms—such as negotiation and mediation, as well as binding legal mechanisms—such as litigation and arbitration, may be ill-equipped in the crypto context. At the same time, tailored crypto-specific dispute resolution mechanisms are only at nascent stages of development. In this article, we take a first empirical look at the mechanisms by which cryptocurrencies and crypto exchanges choose to resolve disputes with their users. We situate our results in the larger commercial dispute resolution literature and provide a preliminary account of how and why cryptocurrencies and exchanges are making these dispute resolution choices. We find that crypto platforms predominantly resort to domestic litigation and international arbitration to resolve future disputes. Moreover, we find that the ability to prohibit class proceedings seems to be the strongest explanatory factor in crypto platforms’ choice of international arbitration. In contrast, providing for the venue seems to be most strongly linked with choosing domestic litigation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».