MétaCan
Menu
← Retour à la cohorte
Enregistrement W7001779333

La lutte contre le blanchiment d'argent au sein du marché de l'art : un exemple européen ?

2022· other· fr· W7001779333 sur OpenAlexaboutno aff

Notice bibliographique

RevueCorpus Université Laval (Université Laval) · 2022
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndustrial propertyCultural environmentOccupational exposure
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Le marché de l'art, opaque, peu réglementé, internationalisé et connaissant une forte spéculation, s'avère être un lieu propice à la réalisation de trafics et particulièrement au blanchiment d'argent. Si cette infraction commise au sein du marché a longtemps suscité peu d'intérêt par rapport à d'autres secteurs, certaines affaires médiatiques et particulièrement le contexte terrorisme ont souligné son impact. Aussi, il s'est avéré nécessaire d'intervenir et d'assainir ce marché de sorte que depuis 2001, les professionnels du secteur de l'art, à l'image de ceux du secteur financier, sont soumis aux obligations du régime de lutte contre le blanchiment d'argent et le financement du terrorisme impulsé au niveau international par le GAFI et plus particulièrement à l'échelle européenne. Cet assujettissement s'est renforcé au fil des directives jusqu'à récemment avec la transposition de la 5ème directive de lutte contre le blanchiment d'argent et le financement du terrorisme, transposé en février 2020 en droit interne. Il se trouve néanmoins que malgré les moyens mis en place, la lutte est assez peu efficace au sein de ce secteur les professionnels étant peu enclin à la conformité. Cette étude a pour fil conducteur d'étudier cette infraction et sa matérialisation au sein du marché de l'art, pour comprendre les raisons de cet échec et réfléchir à une possible amélioration. Ce marché ayant en outre une forte dimension internationale, l'objectif dans le cadre de mon double master franco-canadien est d'envisager quel est l'intérêt porté à cette question au Canada et un peu plus largement endroit nord-américain.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,005
Communication savante0,0090,003
Science ouverte0,0010,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,008
Tête enseignante GPT0,186
Écart entre enseignants0,178 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCorpus Université Laval (Université Laval)→Travaux en français237 207→