MétaCan
Menu
← Retour à la cohorte
Enregistrement W2998473158 · doi:10.71781/2298

Fouilles, saisies et perquisitions de données informatiques : attente raisonnable de vie privée et infonuagique

2018· dissertation· fr· W2998473158 sur OpenAlexaboutno aff
Laura Ellyson

Notice bibliographique

RevueOpen MIND · 2018
Typedissertation
Languefr
DomaineComputer Science
ThématiqueCultural Insights and Digital Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeologyHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

L’article 8 de la Charte canadienne des droits et libertés prévoit que « chacun a droit à la protection contre les fouilles, les perquisitions ou les saisies abusives ». Cette disposition a fait couler beaucoup d’encre depuis son adoption, mais également plus récemment en raison de son application aux nouvelles technologies. En effet, dans les 20 dernières années, la Cour suprême du Canada a adapté les principes généraux découlant des fouilles, saisies et perquisitions aux réalités informatiques nouvelles, notamment l’ordinateur et le cellulaire. Toutefois, l’émergence de nouvelles technologies est un phénomène qui ne cesse jamais. L’essor de l’infonuagique, ce modèle d’utilisation d’Internet qui permet l’accès à des services à distance, incluant notamment la sauvegarde de données sur des serveurs délocalisés, nous force à revoir la protection constitutionnelle qui peut être accordée aux données personnelles des individus. À travers l’étude des principes généraux applicables aux fouilles, saisies et perquisitions traditionnelles et d’appareils électroniques, nous expliquerons pourquoi les données délocalisées sauvegardées grâce à l’infonuagique peuvent être protégées par l’article 8 de la Charte. Nous analyserons également les différentes autorisations judiciaires permettant leur saisie, de même que certains autres principes connexes, notamment le cryptage de données et la protection par mot de passe.

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)0,015
score de la tête « metaresearch » (Gemma)0,030
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 enseignants0,609
Score d'incertitude au seuil0,787

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,030
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0150,033
Communication savante0,0210,012
Science ouverte0,0020,006
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,220
Tête enseignante GPT0,383
Écart entre enseignants0,164 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetCultural Insights and Digital Impacts→Travaux en français237 207→