MétaCan
Menu
Retour à la cohorte
Enregistrement W4200528849 · doi:10.3390/laws11010002

Genetic Discrimination in Access to Life Insurance: Does Ukrainian Legislation Offer Sufficient Protection against the Adverse Consequences of the Genetic Revolution to Insurance Applicants?

2021· article· en· W4200528849 sur OpenAlexaff
Mykhailo Arych, Yann Joly

Notice bibliographique

RevueLaws · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueLaw, AI, and Intellectual Property
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésUkrainianLegislationRatificationBusinessPolitical scienceConventionEquity (law)Actuarial scienceLaw

Résumé

récupéré en direct d'OpenAlex

This paper presents an inter-disciplinary study of the risk for, and protections against, genetic discrimination in access to life insurance in Ukraine. It aims (i) to review questions related to genetic information, health status, and family history currently included in Ukrainian life insurance application forms; (ii) to analyze the Ukrainian legislation related to equity and nondiscrimination and to determine whether it provides adequate protection against genetic discrimination (GD). Research findings of our insurance application forms review show that Ukrainian life insurance companies ask broad questions about health and family history that may be perceived by applicants as requiring the disclosure of their genetic information. Our legal analysis shows that today there are no genetic specific law protecting Ukrainians people against GD in insurance. However, Ukrainian human rights legislation provides some protection against multiple grounds of discrimination and given the ratification by Ukraine of the European Convention on Human Rights it is possible that these grounds could be interpreted by tribunals as also including genetic characteristics. As a next step, Ukrainian researchers should develop a survey to obtain much needed data on the incidence and impact of GD in Ukraine. Following this it will be possible for policymakers to better assess whether there is a need for an explicit non-GD law in this country. Such a law would have the benefit of explicitly aligning Ukraine’s legal framework with that of many of its European partners.

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)0,005
score de la tête « metaresearch » (Gemma)0,013
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,003
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,253
Écart entre enseignants0,221 · 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
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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLawsMême sujetLaw, AI, and Intellectual PropertyTravaux en français237 207