MétaCan
Menu
Retour à la cohorte
Enregistrement W3135365729 · doi:10.32920/22227502.v1

Unnecessary and Redundant? Evaluating Canada’s Genetic Non-Discrimination Act, 2017

2023· article· en· W3135365729 sur OpenAlexaboutno aff
Kathleen Hammond

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueBiomedical Ethics and Regulation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGenetic discriminationUltra viresLegislationJurisdictionParliamentPolitical scienceLawGenetic testingPoliticsBiologyGeneticsDoctrine

Résumé

récupéré en direct d'OpenAlex

In 2017, Canada’s Genetic Non-Discrimination Act (GNDA) came into force. The GNDA’s enactment was prompted by concerns about genetic discrimination given the growing amount of genetic data being collected and stored by medical practitioners, but also by for-profit genetic testing companies. Critics have questioned whether discrimination of this kind even exists, and have suggested that the Act, and the changes that it required to the Canada Labour Code (CLC) and Canada Human Rights Act (CHRA), are redundant. In this paper, I explore the merits of these critiques by evaluating studies, anecdotal evidence, and case law on genetic discrimination. I argue that there is a small but growing body of evidence that genetic discrimination is occurring in Canada. The Act’s amendments to the CLC and CHRA may be somewhat redundant. However, given the growing trend of people thinking of diseases and conditions based on their genetic properties, the privacy concerns raised by genetic data, and the deterrent and symbolic potentials of the Act, I argue that it is an important new tool for preventing and prohibiting what could become a growing basis for discrimination. If the Act, which has been challenged for being ultra vires the Parliament of Canada’s jurisdiction over criminal law, is invalidated, its enactment, and this assessment of it, nonetheless provide insight into what desirable intra vires legislation might look like at the federal and provincial levels to deal with genetic discrimination.En 2017, la Loi sur la non-discrimination génétique (LNDG) est entrée en vigueur au Canada. Sa promulgation découle d’inquiétudes au sujet de la discrimination génétique eu égard à la somme croissante de données génétiques recueillies et conservées par les praticiens de la santé, mais aussi par les sociétés de dépistage génétiques du secteur privé. Les détracteurs se sont demandé s’il existe même des discriminations de ce genre et ont suggéré que la LNDG et les modifications qu’elle a imposées au Code canadien du travail (CCT) et à la Loi canadienne sur les droits de la personne (LCDP) sont inutiles. Dans cet article, l’auteure se penche sur les mérites de ces critiques en évaluant les études, la preuve empirique et la jurisprudence en matière de discrimination génétique. Elle soutient qu’il existe un ensemble limité, mais croissant, de preuves d’instances de discrimination génétique au Canada. Les modifications du CCT et de la LCDP suscitées par la Loi pourraient être inutiles à certains égards. Cependant, étant donné la tendance croissante à considérer les maladies et troubles en fonction de leurs propriétés génétiques, les préoccupations quant à la protection des renseignements personnels suscitées par la collecte des données génétiques, et les potentiels dissuasif et symbolique de la Loi, elle soutient qu’il s’agit là d’un nouvel outil important pour prévenir et interdire ce qui pourrait devenir un motif croissant de discrimination. Si la Loi, qui a été contestée au motif qu’elle excède la compétence du Parlement du Canada en matière de droit pénal, est invalidée, sa promulgation et l’évaluation qu’en fait l’auteure dans cet article fournissent néanmoins une idée de ce que pourrait être une loi souhaitable, promulguée dans les limites de la compétence fédérale et provinciale, pour traiter de la discrimination génétique.

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)0,035
score de la tête « metaresearch » (Gemma)0,108
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,216
Score d'incertitude au seuil0,909

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0350,108
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,008
Études des sciences et des technologies0,0240,021
Communication savante0,0200,005
Science ouverte0,0060,004
Intégrité de la recherche0,0120,011
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,054
Tête enseignante GPT0,357
Écart entre enseignants0,303 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBiomedical Ethics and RegulationTravaux en français237 207