Issues of investigation of crimes in the sphere of entrepreneurial activity
Notice bibliographique
Résumé
В статье в контексте вопросов защиты прав и законных интересов предпринимателей, уголовной политики Российской Федерации в области обеспечения экономической безопасности рассмотрены некоторые особенности расследования преступлений в сфере предпринимательской деятельности. Поднимается тема гуманизации уголовной ответственности за такие преступления, что связано, в частности, с избранием меры пресечения. На основе анализа статистических данных о расследовании преступлений в сфере предпринимательской деятельности за 2021 год и первый квартал 2022 года предлагаются изменения в уголовное и уголовно-процессуальное законодательство Российской Федерации. The article considers some of the special aspects of investigations in the field of economic security in the context of entrepreneur’s rights and interests protection and the criminal policy of Russian Federation. The author discusses the topic of humanization of criminal responsibility for such crimes, which affects the selection of restrictive measures. Based on analysis of statistical data on the investigation of crimes in the sphere of entrepreneurial activity from 2021 and to the first quarter of 2022, the author proposes amendments to the criminal and criminal procedure legislation of the Russian Federation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,007 | 0,024 |
| Communication savante | 0,011 | 0,007 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».