MétaCan
Menu
Retour à la cohorte
Enregistrement W4401857849 · doi:10.1093/icon/moae036

The normative development of laws on asset preservation and confiscation: An examination of emerging best practices

2024· article· en· W4401857849 sur OpenAlexaboutno aff
Leonardo S. Borlini, Cecily Rose

Notice bibliographique

RevueInternational Journal of Constitutional Law · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueLaw, logistics, and international trade
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConfiscationNormativeAsset (computer security)LawBusinessLaw and economicsPolitical scienceSociologyComputer securityComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract The practice of international asset recovery appears to be in the process of moving beyond the provisions contained in the United Nations Convention against Corruption (UNCAC). These provisions were negotiated twenty years ago, and are now insufficient given the serious contemporary challenges involved in tracing, preserving, confiscating, and returning assets. This article focuses on the limitations of UNCAC’s provisions concerning the preservation and confiscation of foreign assets. These limitations, and the need for progressive development, appear to have been recognized by the UNCAC Review Mechanism, which monitors the implementation of UNCAC by states parties. The Review Mechanism has begun encouraging states parties to adopt “good practices” that go beyond UNCAC’s minimum requirements. In doing so, however, the Review Mechanism has not offered guidance on how exactly states parties ought to go about implementing the best practices that they have identified. The asset recovery laws of Canada, Switzerland, and the United Kingdom demonstrate the need for further consideration of how domestic asset recovery laws ought to be developed. These laws highlight some of the difficult issues raised by more flexible, informal, and rapid forms of international cooperation in the asset recovery context. In particular, they underscore the challenges involved in balancing the general, public interest in combating corruption and recovering stolen assets with respect for and protection of human rights.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,924
Score d'incertitude au seuil0,288

Scores Codex et Gemma par catégorie

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

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 Opus0,078
Tête enseignante GPT0,337
Écart entre enseignants0,260 · 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 tête enseignante, 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Constitutional LawMême sujetLaw, logistics, and international tradeTravaux en français237 207