La valorisation des renseignements personnels au Québec et au Canada : la promesse des projets de loi no 64 et C-11
Notice bibliographique
Résumé
Cet article s’interesse a la propension des projets de loi n° 64 et C-11 a faciliter le traitement de renseignements personnels dans une perspective de valorisation de ces renseignements. L’article comprend trois parties. Les deux premieres s’interessent a une categorie de modifications que les projets de loi n° 64 et C-11 mettent en avant afi n d’encourager les pratiques de valorisation des renseignements personnels. La premiere partie porte ainsi sur les mecanismes mis en place pour faciliter l’utilisation et la communication de renseignements personnels a des fi ns de recherche, d’etude et de production de statistiques, alors que la seconde s’interesse au renforcement du principe de responsabilite auxquels sont soumis les organismes publics et les entreprises en vertu de la loi. Dans chacune de ces parties, l’auteur tente a la fois d’expliquer les principales modifications que les projets de loi n° 64 et C-11 apportent aux cadres legislatifs actuels et d’identifier les points de convergence et de divergence des approches mises en avant au niveau provincial et au niveau federal. Dans la troisieme partie, l’auteur cherche a mieux comprendre l’impact que les modifications avancees par les projets de loi pourraient avoir sur les capacites de valorisation des entreprises et des organismes publics en analysant certains enjeux qui pourraient miner leurs efforts de valorisation.
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 | 0,009 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,013 | 0,005 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 ».