MétaCan
Menu
Retour à la cohorte
Enregistrement W4294316091 · doi:10.1108/jmlc-06-2022-0092

Remittances and homicides in Jamaica

2022· article· en· W4294316091 sur OpenAlexaff
Kaycea Campbell, Anupam Das, Leanora Brown, Adian McFarlane

Notice bibliographique

RevueJournal of Money Laundering Control · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCrime, Illicit Activities, and Governance
Établissements canadiensThe King's UniversityWestern UniversityMount Royal University
Organismes subventionnairesnon disponible
Mots-clésOriginalityEconomicsGranger causalityLotteryInvestment (military)Development economicsDemographic economicsPolitical scienceEconometrics

Résumé

récupéré en direct d'OpenAlex

Purpose It has been suggested that homicides in Jamaica are partly driven by conflicts among criminals over funds coming from international lottery scams; most of these funds are channeled into the country via remittances. This study aims to determine the empirical relationship between remittances and homicides in Jamaica over the period 1985–2019. Design/methodology/approach The authors apply an error correction modelling framework while accounting for indicators of changes in socioeconomic conditions. Findings There are two. First, the authors find from impulse response analysis of the long-run dynamics that an increase in remittances is associated with an increase in homicides, and vice versa. Second, the authors find that there is bidirectional Granger causality between remittances and homicides in the short run. Social implications Two important implications are that policies should be strengthened to channel remittances to productive and legal investment opportunities and that greater efforts may be needed to stem the flow of funds coming from international lottery scamming and other illegal activities. Originality/value This is the first study that examines the dynamic relationship between remittances and homicides in Jamaica from a robust statistical perspective.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,206
Score d'incertitude au seuil0,409

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,013
Tête enseignante GPT0,262
Écart entre enseignants0,249 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Money Laundering ControlMême sujetCrime, Illicit Activities, and GovernanceTravaux en français237 207