La corruption internationale et nationale : une analyse des dispositions normatives canadiennes applicables dans les secteurs publics et privés
Bibliographic record
Abstract
Bien qu’il soit difficile d’estimer avec précision les impacts socioéconomiques pour les pays, certaines études démontrent que les faits de corruption brisent le tissu social des communautés et piétinent la notion d’intérêt général en interférant dans le fonctionnement des marchés, des entreprises et des États. Devant ce « mal collectif » international, la lutte à la corruption et les efforts pour la prévenir sont devenus, depuis les années 1990, une priorité dans la réforme des pays et de leurs institutions. L’objectif principal de cet article se veut une synthèse pour guider les gestionnaires des organisations publiques et privées désirant se démêler dans les écheveaux normatifs du droit international et national canadien en matière de corruption. Nous verrons aussi quelques décisions significatives des tribunaux canadiens à ce sujet. Le droit criminel économique est un secteur du droit qui s’est considérablement modifié au fil des ans et qui subira encore des changements significatifs dans un plus ou moins bref avenir. Il est important que les gestionnaires soient au fait de cette évolution puisque ces normes peuvent avoir des impacts considérables sur la gestion et sur la gouvernance de leur organisation.
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 | 0.006 | 0.015 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.007 |
| Science and technology studies | 0.002 | 0.009 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 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".