Le rôle de la banque dans la lutte contre le blanchiment d’argent : étude comparative entre le droit Libanais et le droit Canadien
Bibliographic record
Abstract
L’élargissement du domaine de compétence des banques et le renforcement du secret bancaire qui est un système de protection des renseignements personnels, ont tous les deux été à l’origine de la croissance du secteur économique, notamment le secteur bancaire. Cependant, ces avantages offerts à la clientèle bancaire ont fini par constituer un stimulant pour le déroulement de la fraude financière, particulièrement le blanchiment d’argent. Eu égard à cette situation, la communauté internationale luttant contre le blanchiment d’argent a réalisé que sa lutte ne pourrait être si efficace que par une prise de conscience et par l’intégration des professions impliquées directement par le problème de l’argent sale. Pour ce faire, elle a décidé de confier aux « intermédiaires financiers », y compris les banquiers, le soin de respecter un certain nombre d’obligations telles l’obligation de déclaration des opérations douteuses à un organisme créé à cette fin d’où la levée du secret bancaire et l’obligation de surveillance de façon continue des opérations effectuées par la clientèle bancaire. Par l’entrée en jeu de ces nouvelles obligations, chaque banquier a fini par jouer le rôle d’auxiliaire à la police des circuits financiers et par conséquent tout manquement de sa part à une de ses obligations encourra sa responsabilité et sera sévèrement réprimé.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".