Les adaptations de la lutte pénale contre la délinquance d'affaires : une approche comparative franco-canadienne
Bibliographic record
Abstract
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.
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 | 0.003 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.006 | 0.006 |
| Science and technology studies | 0.005 | 0.007 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.015 | 0.001 |
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".