MétaCan
Menu
Retour à la cohorte
Enregistrement W4311301285 · doi:10.34117/bjdv8n12-124

Pode a bitcoin facilitar o cometimento do crime de lavagem de dinheiro?

2022· article· pt· W4311301285 sur OpenAlexaff
Daniel Durante Francisco Dias, Pedro Alberto Alves Maciel Filho

Notice bibliographique

RevueBrazilian Journal of Development · 2022
Typearticle
Languept
DomaineSocial Sciences
ThématiqueBrazilian Legal Issues
Établissements canadiensMonsanto (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophyPhysics

Résumé

récupéré en direct d'OpenAlex

Umas das inovações que vêm gerando discussões na seara jurídica tratam-se das criptomoedas, especialmente da bitcoin, que é a criptomoeda precursora e com mais valor de mercado. A tecnologia da bitcoin garante um funcionamento descentralizado e, portanto, com total ausência de controle, tornando-a imune à soberania Estatal. Tal ausência de controle Estatal é visto por muitos como uma oportunidade para o cometimento de crimes, portanto, o problema e objeto central da presente investigação trata-se do surgimento da bitcoin, que em razão de suas caraterísticas únicas trouxe consigo novos desafios ao Direito Penal. Desta forma, questiona-se: pode a bitcoin facilitar o cometimento do crime de lavagem de dinheiro? Tem-se como hipótese que a bitcoin em razão de suas características, em especial as relativas à descentralização, poderia facilitar o cometimento do crime de lavagem de dinheiro, vez que um dinheiro oriundo de crime poderia se transformar em bitcoins, perdendo, portanto, o vínculo com o crime anterior praticado, ou seja, ocorrendo neste caso a lavagem de dinheiro utilizando-se da bitcoin. No tocante a metodologia, será utilizado o método lógico dedutivo a partir da revisão bibliográfica, buscando conceitos técnicos tanto da tecnologia quanto do Direito. Como resultado, a pesquisa demonstrou a hipótese como parcialmente verdadeira, pois, embora a bitcoin seja um facilitador, na realidade não é o melhor facilitador por ter formas de rastreio das transações realizadas, ficando atrás de métodos tradicionais utilizados pelo crime, como por exemplo, a lavagem de dinheiro com moedas correntes.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,006
Communication savante0,0060,005
Science ouverte0,0010,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,029
Tête enseignante GPT0,310
Écart entre enseignants0,280 · 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'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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrazilian Journal of DevelopmentMême sujetBrazilian Legal IssuesTravaux en français237 207