ON IMPROVING THE LEGISLATIVE REGULATION OF FALSIFICATION OF EVIDENCE AND INTELLIGENCE, COUNTER-INTELLIGENCE MATERIAL
Notice bibliographique
Résumé
This study focuses on the analysis of Article 416 of the Criminal Code of the Republic of Kazakhstan on falsification of evidence and operational-search, counter-intelligence materials on the fact that this article has insufficient definition and does not cover all illegal actions with evidence and operational-search, counter-intelligence materials. Actions such as destruction, concealment and seizure are not less dangerous than falsification. However, these actions have not been criminalised yet. While there are examples of foreign states (Latvia, Georgia, Uzbekistan, Canada, Sweden, India), which enshrine in their criminal legislation different ways of committing illegal actions in respect of evidence, such positive experience should not be overlooked. Under part 4 of Article 416 of the Criminal Code of the Republic of Kazakhstan there is a certain inconsistency with the criminal procedural legislation in terms of establishing a narrow range of persons in the disposition of this norm who are liable for falsification of evidence in criminal proceedings. This creates problems in criminal law assessment of unlawful actions with evidence and limits possibilities of the criminal law to bring to responsibility for such actions a wide range of persons who simply are not listed in the disposition of clause 416 part 4 of the Criminal Code of the Republic of Kazakhstan. The mentioned problems reduce efficiency of prevention of falsification of evidence and operative-search, counter-intelligence materials as a highly latent crime. In order to eliminate this, amendments to the current version of article 416 of the Criminal Code of the Republic of Kazakhstan are proposed.
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 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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».