MétaCan
Menu
← Retour à la cohorte
Enregistrement W2766119890 · doi:10.71781/1844

État de droit et lutte antiterroriste : étude parallèle des systèmes juridiques français et canadien quant à la collecte et au partage des renseignements

2017· dissertation· fr· W2766119890 sur OpenAlexaboutno aff
Sarah Loriato

Notice bibliographique

RevueOpen MIND · 2017
Typedissertation
Languefr
DomaineSocial Sciences
ThématiqueCriminal Law and Evidence
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtPolitical science

Résumé

récupéré en direct d'OpenAlex

En 2015, deux lois relatives au renseignement entrent en vigueur simultanément au Canada et en France. Ces deux lois soulignent respectivement les failles des cadres juridiques canadien et français quant à la collecte et à l’analyse des renseignements. Malgré les différences indéniables existant entre les deux pays tant dans la forme d’organisation que dans les pratiques institutionnelles, les manquements relevés sont relativement similaires et soulignent un affaiblissement des principes de l’État de droit au nom de la sécurité et plus particulièrement de la lutte antiterroriste. Les services de renseignement, disposant de pouvoirs plus importants, sont aujourd’hui amenés à contourner les mécanismes en vigueur sur le plan national destinés à protéger les droits fondamentaux des citoyens. Plus encore, dès lors qu’il s’agit d’un partage du renseignement au-delà des frontières, cette liberté, associée à l’absence de réglementation internationale dans ce domaine, conduit les actions des services de renseignement à de graves violations des droits humains. Le présent mémoire a pour but d’étudier l’équilibre entre sécurité et droits humains dans le cadre de la lutte antiterroriste. Plus précisément, il s'agira de relever les défis existants dans les valeurs de l'État de droit, et ce, eu égard à la collecte et au partage des renseignements.

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)0,009
score de la tête « metaresearch » (Gemma)0,028
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: Empirique
Score de désaccord entre enseignants0,111
Score d'incertitude au seuil0,304

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,028
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,014
Études des sciences et des technologies0,0050,003
Communication savante0,0070,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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 Opus0,078
Tête enseignante GPT0,389
Écart entre enseignants0,311 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetCriminal Law and Evidence→Travaux en français237 207→