Protezione dei dati personali e diritti fondamentali della persona: le nuove norme sui "codici di prenotazione" (PNR)
Notice bibliographique
Résumé
italiano1. Introduzione. - 2. I codici di prenotazione (PNR) e il loro impiego come strumento di prevenzione e contrasto nei confronti di atti di interferenza illecita. La dimensione internazionale ed europea. - 3. L' approccio del legislatore dell'Unione euorpea in tema di PNR e il quadro giuridico di riferimento. - 4. Il faticoso 'iter' legislativo della direttiva 2016/681/UE e i suoi condizionamenti esterni. - 5. La direttiva 2016/681/UE e il suo contenuto. - 6. Il test di necessita e di proporzionalita come parametro di legittimita delle limitazioni dei diritti e delle liberta del singolo. - 7. La giurisprudenza della Corte EDU. - 8. La giurisprudenza della Corte di giustizia. - 9. Considerazioni conclusive. EnglishIn the present paper, the Author deals with the problematic interaction between, on the one hand, the fundamental right to personal data protection and, on the other hand, the needs of national security, focusing in particular on the directive 2016/681/UE on the use of passenger name record (PNR) data for the prevention, detection, investigation and prosecution of terrorist offences and serious crime. The first part of the paper analyses the International legal framework on PNRs and provides an overview of the agreements concluded by the European Union and third countries (United States of America, Canada and Australia) on the transfer of such data between the two parties. The second part of the paper offers a critical analysis of some specific aspects of the directive 2016/681/UE with the purpose of verifying whether they are fully compliant with the fundamental rights expressly set forth in Article 8 of the European Convention of Human Rights and Articles 7 and 8 of the EU Charter of Fundamental Rights, as interpreted by the two Courts.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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.
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 ».