MétaCan
Menu
Retour à la cohorte
Enregistrement W1582570262 · doi:10.71781/2161

Le meilleur intérêt de l'enfant, les tests de paternité et le droit civil québécois

2006· dissertation· fr· W1582570262 sur OpenAlexaboutno aff
Maude Rivard-Royer

Notice bibliographique

RevueOpen MIND · 2006
Typedissertation
Languefr
DomaineSocial Sciences
ThématiqueMulticultural Socio-Legal Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArtPhilosophy

Résumé

récupéré en direct d'OpenAlex

L'A.D.N. détermine toute fonction nécessaire à la VIe humaine. Les tests d'A.D.N. peuvent identifier presque tous les êtres humains. Exacts et fiables, ces tests ne nécessitent qu'un échantillon minime d'A.D.N. Ils ont chamboulé, non seulement la science, mais aussi le droit. Lorsque ces tests sont utilisés dans un but d'identification génétique (contrairement à un but médical), ceux-ci peuvent établir définitivement des liens filiaux. Comment le droit civil québécois détermine le meilleur intérêt de l'enfant lorsque des tests de paternité sont utilisés comme moyens de preuve de la filiation d'un enfant? Le meilleur intérêt de l'enfant est un concept-clé dans le droit civil québécois. Les règles régissant la filiation légale et la hiérarchie des moyens de preuve pour cette filiation sont aussi affectées. Une étude du droit civil québécois révèle différentes approches afin de déterminer le meilleur intérêt de l'enfant dans les cas de paternité: 1) l'approche de la primauté de la stabilité socio-affective de l'enfant, 2) celle de la primauté de la vérité biologique de l'enfant, et 3) celle dite «personnalisée». L'approche personnalisée pourrait être la plus adaptée puisqu'elle traite chaque enfant comme une personne à part, considère tous les facteurs dans sa vie et pèse les différentes relations entre les parties. L'approche semble répondre aux besoins et à la situation de chaque enfant comme personne unique.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,186
Score d'incertitude au seuil0,374

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0050,006
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0180,002

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,335
Écart entre enseignants0,302 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetMulticultural Socio-Legal StudiesTravaux en français237 207