MétaCan
Menu
Retour à la cohorte
Enregistrement W2340449071 · doi:10.7202/1035644ar

L’interprétation judiciaire des droits linguistiques au Canada et l’affaire Beaulac

2016· article· fr· W2340449071 sur OpenAlexaffvenueabout
André Braën

Notice bibliographique

RevueRevue générale de droit · 2016
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueLegal Language and Interpretation
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophyEthnologySociology

Résumé

récupéré en direct d'OpenAlex

La langue a toujours été l’objet de controverse au Canada. Les textes constitutionnels et les lois tant fédérales que provinciales contiennent des dispositions linguistiques. Celles-ci ont trait au statut du français et de l’anglais et elles confèrent des droits aux deux minorités de langue officielle dans des domaines spécifiques. En interprétant ces dispositions, les tribunaux canadiens et plus particulièrement la Cour suprême du Canada ont appliqué une approche pour le moins ambivalente. Ils ont d’une part jugé que les droits linguistiques doivent être l’objet d’une interprétation libérale et généreuse et d’autre part, ils ont aussi jugé que, compte tenu du fait que ces droits sont issus d’un compromis politique et qu’ils doivent être distingués des autres garanties juridiques, une interprétation restrictive était de mise. L’affaire Beaulac est relative à la langue du procès criminel au Canada. La Cour suprême y a reformulé la position qu’il convient d’adopter en matière d’interprétation des droits linguistiques lesquels doivent, selon elle, être l’objet dans tous les cas d’une approche libérale. L’auteur rappelle dans un premier temps les éléments qui constituaient l’approche appliquée en la matière par les tribunaux et analyse par la suite la décision de la Cour suprême dans l’arrêt Beaulac pour en dégager la portée éventuelle.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,439

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0140,024
Communication savante0,0110,003
Science ouverte0,0020,003
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,008
Tête enseignante GPT0,265
Écart entre enseignants0,257 · 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'étudeSans objet
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

Citations1
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRevue générale de droitMême sujetLegal Language and InterpretationTravaux en français237 207