Notice bibliographique
Résumé
In Auton v. British Columbia, our courts faced a perfect storm created by colliding social, political, and legal forces. The end result of the litigation in Canada was a case described by the Supreme Court as “the first case of this type to reach this court.” In the view of the Supreme Court, the unanimous findings in the lower court had been built upon an incorrect premise that the provincial medicare scheme conferred a statutory right to public funding for all medically necessary services. The Court concluded that outside these core medical services, the statute had granted administrative discretion as to whether to extend public funding for treatments, such as intensive behavioural therapy or other professional disciplines, such as behavioural therapy. The Court went on to consider whether the petitioners were wrongly excluded from funding under the statute as properly construed. The perfect storm underlying Auton raises the more general question of the intersection of equality rights and the development and administration of social programs. In this paper, Geoffrey Cowper addresses some of the criticisms made of the result and reasoning in Auton. He then addresses briefly the results and reasoning in other social benefit cases. That analysis suggests that the Court does not have a fixed approach to equality claims which arise in the context of social benefit programs. Rather, as in Auton, the Court appears consistently to prefer a more narrowly legal means of resolving the disputes rather than employing general questions of social policy and considering how equality analysis may facilitate or interfere with identified social objectives. To the extent that the decided cases indicate a trend, the Court appears to have little hesitation when it is convinced that the use of the distinction in its context is arbitrary and unfair.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,010 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».