A Plurilateral “Single Data Area†Is the Solution to Canada’s Data Trilemma
Notice bibliographique
Résumé
With its relatively small population, Canada faces a challenge in terms of the amount of high-quality data that it can generate to support a successful data-driven economy. As a result, Canada needs to allow data to flow freely across its borders. However, it also has to provide a high-trust data environment if it wants individuals, firms and government to participate actively in such an economy. As such, Canada (and other countries) faces what can be called the data trilemma, whereby it is not possible to have simultaneously data that flows freely across borders, a high-trust data environment and a national data protection regime; one of these three objectives has to give so that only two are effectively possible at the same time. To resolve the data trilemma, Canada should work with its key economic partners — namely the European Union, Japan and the United States — to develop a single data area that would be managed by an international data standards board. The envisioned single data area would allow for all types of personal and non-personal data to flow freely across borders while ensuring that individuals, consumers, workers, firms and governments are protected from potential harm arising from activities such as the collection, processing, use, storage or purchase/sale of data. If Canada and its economic partners share similar norms and standards for regulating data, then allowing data to flow freely across borders with these countries no longer risks undermining trust, which is crucial to a successful data-driven economy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,025 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,012 | 0,017 |
| Communication savante | 0,027 | 0,037 |
| Science ouverte | 0,006 | 0,019 |
| Intégrité de la recherche | 0,011 | 0,019 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,034 | 0,014 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».