Improving financial crime control, disruption, and prevention capabilities in the Australian Commonwealth public regulatory sector by examining intraorganisational intelligence structures
Notice bibliographique
Résumé
Financial crime poses a significant threat to the integrity and accountability of the Australian Commonwealth public regulatory sector by undermining institutional legitimacy, eroding public trust, and creating systemic risks that extend beyond individual cases of misconduct. Despite the regulatory sector’s pivotal role in addressing financial crime, intelligence functions remain underdeveloped and understudied, limiting agencies’ ability to detect patterns, anticipate risks, and engage in proactive prevention rather than reactive enforcement. The research detailed in this thesis examines the internal organisational structures of intelligence capabilities within Australian Commonwealth public sector regulatory agencies and evaluates their effectiveness in supporting financial crime control, disruption, and prevention using outcome-focused metrics adapted from intelligence academics and financial crime studies. An exploratory qualitative methodology grounded in organisational theory and a social constructivist worldview was adopted to examine current intraorganisational intelligence structures, their effectiveness metrics, and comparative international practices. Data was gathered through surveys, interviews, and secondary document analysis. The findings reveal that many regulatory agencies rely on outdated organisational models, lack coherent intelligence strategies, and face systemic challenges such as limited leadership support, insufficient training, and policy constraints, which collectively constrain regulatory effectiveness. To address this these gaps, this thesis proposes a more integrated, decentralised, and collaborative intelligence structure tailored to the regulatory environment, designed to enhance intraagency coordination. Comparative insights from similar public regulatory agencies in Canada, New Zealand, and the United Kingdom further inform recommendations for reform and highlight the feasibility of adapting successful models to the Australian context. The research contributes original theoretical and practical knowledge to the fields of intelligence studies, organisational theory, and public administration, by providing a framework of enabling factors (governance and leadership, ICT, human resources, legislation and policy, and research) for enhancing intelligence-led approaches in regulatory environments. By linking intelligence outcomes to organisational effectiveness, this thesis advances understanding of intelligence as a governance function and strengthen the capacity of the Australian Commonwealth regulatory sector to prevent, detect, and disrupt financial crime more effectively
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,006 | 0,010 |
| Communication savante | 0,011 | 0,007 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».