MétaCan
Menu
Retour à la cohorte
Enregistrement W7067201245

Les adaptations de la lutte pénale contre la délinquance d'affaires : une approche comparative franco-canadienne

2022· other· fr· W7067201245 sur OpenAlexaboutno aff

Notice bibliographique

RevueCorpus Université Laval (Université Laval) · 2022
Typeother
Languefr
DomainePhysics and Astronomy
ThématiqueParticle Detector Development and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésJurisprudenceContext (archaeology)Decoloniality
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Sous l'effet de la mondialisation économique et de la complexification des pratiques du monde des affaires, nos sociétés se retrouvent aujourd'hui de plus en plus souvent confrontées à une forme singulière de délinquance : la délinquance d'affaires. La coopération interétatique est essentielle pour lutter contre ce phénomène. Cependant, en interne, le droit pénal tel que nous le connaissons est aussi mis à rude épreuve. La répression pénale a été tenue de s'ajuster. En effet, l'application du droit pénal classique aux délinquants d'affaires ne semble plus suffire. Dans sa quête d'efficacité répressive, le droit pénal a muté, à la fois par l'évolution des règles classiques du droit pénal général, par la création de nouvelles règles pénales propres au domaine des affaires et par la coopération avec d'autres acteurs de la lutte contre cette criminalité. L'approche comparée des systèmes français et canadien facilitera la mise en perspective des tentatives de perfectionnement du droit pénal des affaires. Ces dernières semblent parfois s'illustrer par un assouplissement, voire un délaissement des principes et des règles de la répression purement pénale, à la faveur de mécanismes innovants. Qu'en est-il réellement? Cette recherche permettra de revenir sur ces adaptations de la lutte pénale contre les pratiques illégales des acteurs économiques et d'en questionner les enjeux et les conséquences.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,659
Score d'incertitude au seuil0,679

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,006
Études des sciences et des technologies0,0050,007
Communication savante0,0070,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

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 Opus0,013
Tête enseignante GPT0,206
Écart entre enseignants0,194 · 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
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCorpus Université Laval (Université Laval)Même sujetParticle Detector Development and PerformanceTravaux en français237 207