MétaCan
Menu
Retour à la cohorte
Enregistrement W2153057875 · doi:10.1093/idpl/ips016

Systematic government access to private-sector data in Canada

2012· article· en· W2153057875 sur OpenAlexaboutno aff
Jane Bailey

Notice bibliographique

RevueInternational Data Privacy Law · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEuropean Criminal Justice and Data Protection
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPersonally identifiable informationStatuteBusinessCharterLaw enforcementGovernment (linguistics)Private sectorEnforcementInformation sharingLegislationNational securityLawPolitical science

Résumé

récupéré en direct d'OpenAlex

In Canada, information privacy is implicitly constitutionally protected by the Charter of Rights and Freedoms (the Charter), as well as by provincial, territorial, and federal privacy statutes that regulate the collection, use, retention, and disclosure of personal information. The Privacy Act (PA) regulates federal government institutions' relationship with personal information, while private sector organizations' relationship with personal information is regulated by the federal Personal Information and Protection of Electronic Documents Act (PIPEDA) or by any substantially similar legislation promulgated in the province in which the private entity operates. These protections, however, are subject to numerous exceptions that allow information sharing between government entities and between private sector and state entities. Statutes enabling law enforcement access to personal information generally require prior authorization (subject to numerous exceptions). Domestic law enforcement agencies obtain prior authorization under the Criminal Code, while Canada's primary national security intelligence gathering agencies, the Communications Security Establishment of Canada (CSEC) and the Canadian Security Intelligence Service (CSIS) are subject to more relaxed provisions in their respective enabling statutes. While CSEC's capacity to intentionally conduct surveillance over communications in Canada without Ministerial authorization is limited, the agency continuously operates surveillance over foreign signals intelligence through Echelon, in cooperation with other signatories to the UK–USA Security Agreement. National security concerns have also led to laws requiring certain private sector entities to gather and disclose personal information about their clients to government agencies in relation to large financial transactions and air travel, as well as to increased impetus for information sharing between law enforcement and intelligence agencies. Although CSEC has ongoing access to communications outside of Canada, Canadian law enforcement agents' access to data outside of the jurisdiction generally arises from formal and informal networks, as well as to requests for assistance from partners under Mutual Legal Assistance Treaties (MLAT). The Office of the Privacy Commissioner of Canada (OPC) and its provincial and territorial counterparts play an active role in informing Canadians about informational privacy issues, including transborder flows of Canadians' personal information. With the 2012 announcement of Canada's first anti-terrorism strategy and the introduction of Bill C-30 in Parliament, Canadians are deeply involved in debate regarding expanded government access to personal information. As currently structured, Bill C-30 would, inter alia, mandate telecommunications service providers (TSPs) to disclose to designated state agents certain personal information that is currently only subject to voluntary disclosure, require TSPs to ensure their technical infrastructures are intercept compatible, allow ‘inspectors’ warrantless access to TSPs' facilities, and provide civil and criminal immunity for TSPs who voluntarily retain data for and/or produce data to the state if it would be otherwise lawful for them to do so, while also broadening judicial powers to issue production and retention orders.

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)0,005
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,174
Score d'incertitude au seuil0,959

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,027
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,015
Études des sciences et des technologies0,0110,005
Communication savante0,0090,002
Science ouverte0,0020,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,154
Tête enseignante GPT0,374
Écart entre enseignants0,220 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations7
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Data Privacy LawMême sujetEuropean Criminal Justice and Data ProtectionTravaux en français237 207