MétaCan
Menu
Retour à la cohorte
Enregistrement W2600416749 · doi:10.1016/j.alter.2017.03.001

Medical selection upon hiring and the applicant’s right to lie about his health status

2017· article· en· W2600416749 sur OpenAlexafffundabout
Sophie Fantoni-Quinton, Anne-Marie Laflamme

Notice bibliographique

RevueAlter · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMedical Malpractice and Liability Issues
Établissements canadiensUniversité Laval
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésSelection (genetic algorithm)LawPolitical sciencePsychologyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

As democracies respecting human rights, France and Quebec both prohibit discrimination in hiring on the grounds of disabilities. On the other hand, businesses wish to select the most effective job applicants possible in light of the physical and psychological demands of the job. In order to avoid being eliminated from the selection process, applicants may be tempted to hide or even lie about their health status. Consequently, the law has been put to the test, seeking a delicate balance regarding the consequences of applicants’ silence or false declarations concerning their health status. The legal consequences of this situation have been viewed differently in France and Quebec. In Quebec, contractual synallagmatic obligations appear to take precedence over rules limiting the collection of discriminatory information, allowing for a selection that is nevertheless prohibited by the laws protecting human rights. By contrast, in France, the employer has no right to intrude in matters of worker health and the withholding of information or even lies on the part of applicants can only rarely be used to justify a dismissal. This interpretation poses great challenges in view of the “safety obligation of result” that is imposed on the French employer. Through a comparative analysis of French and Quebec positive law, this paper explores the limits of the employer’s ability to investigate an applicant’s health during the hiring process. It then turns to the question of the right to lie as a way to avoid being discriminated against on the basis of disability and the consequences of this right on the employment relationship

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)0,019
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: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,145
Score d'incertitude au seuil0,288

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,018
Communication savante0,0060,002
Science ouverte0,0010,004
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,046
Tête enseignante GPT0,459
Écart entre enseignants0,413 · 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

Citations1
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAlterMême sujetMedical Malpractice and Liability IssuesTravaux en français237 207