MétaCan
Menu
Retour à la cohorte
Enregistrement W4200320095 · doi:10.32370/ia_2021_12_4

Problems of Detecting Economic Crimes in Ukraine (1996–2021)

2021· article· en· W4200320095 sur OpenAlexvenueno aff
Larysa Gerasymenko, Nadiia Morhun, Nataliia Pavlovska, Sergiy Marchevskyi, O. Shevchuk

Notice bibliographique

RevueIntellectual Archive · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Studies and Reforms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLaw enforcementLanguage changePoliticsEconomic crimeOrganised crimePublic securityPolitical scienceWork (physics)Service (business)EnforcementState (computer science)CriminologyBusinessLawPublic relationsPublic administrationSociologyEngineeringComputer scienceMarketing

Résumé

récupéré en direct d'OpenAlex

Criminological investigation of correlation between corruption and organized economic crime testifies that organized crime and corruption first of all endangers national security of Ukraine, its further development, ensuring constitutional system, proper functioning of all political-economic system. That is why not accidentally the Decrees of the President of Ukraine “On Complex Earmarked for a Specific Purpose Program for Fighting Criminality” and “On Complex Program in Preventing Criminality” define fighting organized crime and corruption in an economic sphere as one of priority directions. Detecting of organized crimes committed under not obvious circumstances is a complicated and multifactored. The necessity of quick and correct solving informational, methodological, tactical, psychological, technical and many other issues predetermined active participation of inquiry and search workers, the Security Service, militia, its operative detachments, the Procurator’s Office, experts, professionals, and the public. That is why a complex approach to fighting crime, including economic one, needs further development, also improvement in co-operation between all law-enforcement and controlling organs is needed. The work in this direction should be considered one of priorities for state organs nowadays and in future.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,147
Score d'incertitude au seuil0,292

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,024
Tête enseignante GPT0,283
Écart entre enseignants0,259 · 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'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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntellectual ArchiveMême sujetLegal Studies and ReformsTravaux en français237 207