MétaCan
Menu
Retour à la cohorte
Enregistrement W4399130084 · doi:10.5539/jpl.v17n2p59

Criminalization Challenge and Analysis of Network Crime Assistance Behaviors

2024· article· en· W4399130084 sur OpenAlexvenueno aff
Hongbin Huang

Notice bibliographique

RevueJournal of Politics and Law · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueCybercrime and Law Enforcement Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCriminalizationCriminologyComputer scienceComputer securityPsychology

Résumé

récupéré en direct d'OpenAlex

The rapid development of the network society is in sync with the current era's pace. In comparison to traditional criminal methods, the utilization of the internet for criminal activities has progressively emerged and become increasingly prevalent. Nonetheless, this also poses a challenge in characterizing the offender's behavior. The objective of the study is to reveal the inadequacies in existing laws, policies and practices, and clarifying the harm of assisting in cybercrime and the plight of victims will help develop more effective support services and coping strategies, thereby improving the efficiency and quality of assistance to victims. This study focuses on the identification disputes that arise during the adjudication process of practical cases, combined with the existing legal provisions of the data for qualitative and quantitative analysis, and carries out a type study on the identification of helping behavior of cybercrime. Although China has specified the crime of assisting information network criminal activities in Article 287 bis of the Criminal Law, it remains controversial in distinguishing this offense from other crimes in actual cases. The study found that the techniques and means of cybercrime continue to evolve, from simple scams to sophisticated cyberattacks and data breaches, indicating that perpetrators are adapting to technological developments and changes in security measures. Consequently, it is crucial to clearly elucidate the connection between various recognition schemes from the theoretical perspective of norm violation and legal interest infringement, in order to provide an effective solution for the resolution of identification disputes in actual cases.

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)0,010
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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0010,002
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 Opus0,025
Tête enseignante GPT0,295
Écart entre enseignants0,270 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Politics and LawMême sujetCybercrime and Law Enforcement StudiesTravaux en français237 207