MétaCan
Menu
Retour à la cohorte
Enregistrement W4206392964 · doi:10.17223/22253513/41/15

LEGAL RISKS OF INTRODUCING THE DIGITAL RUBLE

2021· article· en· W4206392964 sur OpenAlex
Tatyana M. Medvedeva, Ludmila A. Novoselova, Mikhail A. Novoselov

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueVestnik Tomskogo gosudarstvennogo universiteta Pravo · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEconomic and Technological Developments in Russia
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDigital currencyPaymentFinTechElectronic moneyCurrencyState (computer science)BusinessCashCommerceFinancial servicesMonetary policyEconomicsFinancial systemFinanceMonetary economicsComputer science

Résumé

récupéré en direct d'OpenAlex

The prospects of introducing digital means of payment based on the latest advances of in-formation technology have been a subject of active discussion lately. The emergence of cryp-tocurrencies that are not issued by or on behalf of the state, as well as non-state-owned digital payment services, has posed a serious challenge to the existing monetary system. The first reaction of regulators (mainly, central banks) was to take prohibitive measures. However, it is now understood that the benefits of digital money can also be put to a good use by the state. A number of projects aimed at creating a central bank digital currency (CBDC) have emerged in various jurisdictions. These projects should, according to their creators, combine the advantages of cutting-edge financial technology with the achievement of the monetary policy objectives. The first project of this kind was Ecuador's Dinero Electronico, launched in 2014. Similar developments are underway in a number of other countries and regions (Sweden, South Korea, Canada, China, Norway, the UK, the Eurozone etc.). Despite the ever-increasing interest in CBDCs, the technology is still in a nascent state. The Bank of Russia has also drafted a Digital Ruble Concept, which was published in April 2021. According to the Con-cept, the digital ruble will be the third form of money, along with non-cash accounts and regu-lar cash. The Concept utilizes the so-called two-tier retail (or “hybrid”) CBDC model, based on the principle that the CBDC is issued by the Bank of Russia, which opens accounts for the Federal Treasury and financial institutions; these institutions are, in turn, responsible for client inter-action and account opening. However, clients’ accounts are not reflected on the balance sheets of the financial institutions and are Central Bank’s liability. Foreign researchers point to a significant number of new risks as well as legal issues that need to be addressed when developing a CBDC system: AML/CFT enforcement, dealing with fraudulent and erroneous transactions, taxation and liens, as well as personal data protection and privacy concerns. Another challenge for all jurisdictions is CBDC's status as legal tender, since its universal acceptance might not be possible. Ensuring privacy is also of utmost importance, especially when smart contracts are involved. As far as the Russian legal system is concerned, the introduction of the digital ruble will naturally entail a large-scale revision of non-cash payments regulation, concrete definition of the rules concerning the distribution of risks in fraudulent and erroneous transactions, developing new rules for enforcement and bankruptcy proceedings, etc. At the same time, it is unlikely that the provisions of the Civil Code of the Russian Federation concerning the objects of civil rights will require significant change, as digital rubles can be classified as non-cash funds (as far as this concept is interpreted broadly).

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.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,966
Score d'incertitude au seuil0,936

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,040
Tête enseignante GPT0,285
Écart entre enseignants0,245 · 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