MétaCan
Menu
Retour à la cohorte
Enregistrement W2310202944

A Common Law Tort of Privacy? The Challenges of Developing a Human Rights Tort

2015· article· en· W2310202944 sur OpenAlexaboutno aff
Paula Giliker

Notice bibliographique

RevueBristol Research (University of Bristol) · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal principles and applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTortCommon lawLawJurisdictionThe Right to PrivacyPolitical sciencePrivacy laws of the United StatesInformation privacy lawPrivacy lawData Protection Act 1998Information privacyHuman rightsBusinessPrivacy policy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This article will examine the evolution of a new tort – that of misuse of private information – in the courts of England and Wales. Stimulated by the introduction of the UK Human Rights Act 1998 (c 42), the English courts are moving towards recognition of a distinct tort which is capable of responding to advances in technology which give rise to increased possibilities for intrusion into the personal lives of private individuals. While such a development may seem preferable to the previous practice of “shoehorning” claims into the existing action for breach of confidence, this article will consider, with reference to recent case law in New Zealand and the Canadian province of Ontario, the challenges which recognition of torts protecting privacy rights present to traditional common law reasoning. In particular, it will examine the extent to which the constitutional framework in each jurisdiction, which provides for protection of a right to privacy and freedom of expression, has led to different responses. Developing a privacy tort is no easy task, both in defining the interest protected and determining its scope and appropriate remedial framework. In analysing how the courts have addressed these issues, the article will consider whether incremental case law development or legislative intervention is more likely to lead to the coherent evolution of this area of law.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,932
Score d'incertitude au seuil0,906

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,233
Tête enseignante GPT0,404
Écart entre enseignants0,170 · 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 tête enseignante, 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
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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBristol Research (University of Bristol)Même sujetLegal principles and applicationsTravaux en français237 207