صلاحیت دیوان کیفری بین المللی در رویارویی با چالش تابعیت مضاعف متهمان؛ با تاکید بر مورد رهبر کره شمالی
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 160
فایل این مقاله در 24 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_CSIW-11-3_010
تاریخ نمایه سازی: 21 آذر 1403
چکیده مقاله:
دیوان کیفری بین المللی به عنوان محکمه قضایی که به محاکمه مجرمین بین المللی می پردازد. مطابق اساسنامه خود در یکی از مواردی که صلاحیت رسیدگی دارد، زمانی است که متهم تبعه یکی از دولت های عضو این دیوان باشد. این در حالی است که در اساسنامه این دیوان راهکاری برای احراز تابعیت متهمین پیش بینی نشده است. این مسئله در خصوص افراد دارای تابعیت واحد مشکلی ایجاد نمی کند، اما با توجه به روند رو به افزایش تعداد افراد دارای تابعیت مضاعف در سطح جهان این مسئله زمانی ایراد اساسنامه را آشکار می کند که یک متهم دو تابعیتی بوده و دارای تابعیت هم زمان یکی از دول عضو دیوان و یکی از دول غیر عضو دیوان باشد. با توجه به اینکه دولت های غیر عضو دیوان، مخالف محاکمه اتباعشان در این دیوان هستند، نحوه احراز صلاحیت دیوان برای محاکمه افراد دو یا چند تابعیتی از اهمیت حقوقی بالایی برخوردار است. طرح تقاضای تعقیب رهبر کره شمالی در دیوان (علی رغم عدم عضویت این کشور) از سوی برخی نهادهای غیردولتی با استناد به تابعیت کره جنوبی (دولت عضو دیوان) وی در سال ۲۰۱۶ بر اهمیت طرح این بحث افزود. این مقاله به دنبال پاسخ به این سوال است که مبنای عملکرد دیوان برای احراز صلاحیت خود در رویارویی با افراد دارای تابعیت مضاعف که یکی از دولت های متبوع آن ها عضو دیوان و دیگری غیر عضو باشد چیست؟ نگارنده در این مقاله با استفاده از منابع کتابخانه ای و با روش تحلیلی اثبات می کند که دیوان علی رغم سکوت اساسنامه اش می تواند با توجه به رویکردهایی که در حقوق بین الملل برای احراز تابعیت وجود دارد، به نحوی عمل نماید که هم مانع بی کیفرمانی شود و هم با احترام به حاکمیت دولت های غیر عضو، مانع تعقیب اتباع آن ها بدون ارائه ادله حقوقی محکم گردد.
کلیدواژه ها:
نویسندگان
سیدحسام الدین لسانی
دانشیار دانشگاه حضرت معصومه(س).
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :