MétaCan
Menu
Retour à la cohorte
Enregistrement W2875844369

Thirty Years with Section 15 of the “Charter”: A Report on Legislative Terminology in Canada

2018· article· en· W2875844369 sur OpenAlexaboutno aff
Richard Haigh

Notice bibliographique

RevueeYLS (Yale Law School) · 2018
Typearticle
Langueen
DomaineArts and Humanities
Thématiquelinguistics and terminology studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCharterSection (typography)TerminologyLegislaturePolitical scienceLawHistoryComputer sciencePhilosophyLinguistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The article summarizes the results of an audit of every statute in Canada (other than Quebec) for evidence of discriminatory language that could be contrary to s. 15 of the Canadian Charter of Rights and Freedoms. It is a revisit of audits that were completed in the three-year holiday granted to s. 15 until April 1985, which generally concluded that governments did not systematically address the wide-ranging instances of direct discrimination in Canadian legislation as promised. Over thirty years later, the article shows that the problem still persists. Wide disparities in legislative attempts to comply with s. 15 remain — with the ground of “sex” remaining the most concerning. The article also reviews other grounds of direct discrimination that can be found in legislative provisions, although these are generally less problematic.\nIn terms of gendered language, Canadian laws now contain a random admixture of neutral and non-neutral language, some discriminatory and some likely justified. Piecemeal reform continues to be the norm. The audit reveals such continuing problems in statutes as gendered job titles, assumed male officials and professionals, outdated terms, archaic language in older statutes and incorporated laws. Relatively simple solutions, such as comprehensive neutral drafting reforms are examined. The article concludes with a call for comprehensive review and reform by federal, provincial and territorial governments.

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)0,014
score de la tête « metaresearch » (Gemma)0,020
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: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,202
Score d'incertitude au seuil0,925

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,017
Études des sciences et des technologies0,0200,008
Communication savante0,0090,002
Science ouverte0,0030,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,022
Tête enseignante GPT0,225
Écart entre enseignants0,204 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeYLS (Yale Law School)Même sujetlinguistics and terminology studiesTravaux en français237 207