Pode a bitcoin facilitar o cometimento do crime de lavagem de dinheiro?
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.
Notice bibliographique
Résumé
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.
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 | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 découle