Données personnelles et surveillance massive : quelle protection face aux ingérences des autorités publiques?
Notice bibliographique
Résumé
Les données à caractère personnel représentent aujourd’hui l’un de bien le plus important faisant l’objet d’échanges tant dans le secteur privé et commercial que dans le secteur public, entre services répressifs ou de renseignement. Le Conseil de l’Europe s’est très rapidement préoccupé des risques et des enjeux liés au respect des droits de l’homme lors du traitement de données à caractère personnel, appuyé grandement par l’activité interprétative de la Cour européenne des droits de l’homme qui a su élargir la portée de l’article 8 de la Convention européenne des droits de l’homme ( CEDH ) , au point d’y inclure la protection de toute donnée à caractère personnel. Les autorités publiques font une utilisation grandissante des données personnelles de citoyens et ressortissants de pays tiers et les révélations en matière de surveillance massive en sont une preuve éloquente. Cet article, mettant en exergue le fait que la jurisprudence de la Cour européenne des droits de l’homme a - au fil des décennies - permis de mitiger les violations des droits fondamentaux des personnes dans ce domaine, vise à souligner qu’il est aujourd’hui plus que jamais légitime de s’interroger sur le fait de savoir si la protection offerte par la CEDH est encore adaptée aux défis contemporains liés à la protection des données à caractère personnelles.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».