MétaCan
Menu
Retour à la cohorte
Enregistrement W4380558739 · doi:10.32920/22227568

Answering in Emergency: The Law and Accountability in Canada’s Pandemic Response

2023· preprint· en· W4380558739 sur OpenAlexafffundabout
Marie-Eve Couture-Ménard, Kathleen Hammond, Lara Khoury, Alana Klein

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueMedical Malpractice and Liability Issues
Établissements canadiensToronto Metropolitan UniversityMcGill UniversityUniversité de Sherbrooke
Organismes subventionnairesMcGill University Health CentreMcGill University
Mots-clésAccountabilityLegislationPolitical scienceLawPublic administrationGovernment (linguistics)State of emergencyContext (archaeology)PandemicPublic healthArgument (complex analysis)Public health lawPublic lawPoliticsHealth policyHealth careCoronavirus disease 2019 (COVID-19)MedicineInternational health

Résumé

récupéré en direct d'OpenAlex

To achieve and protect public health, collective action is essential, especially through government intervention. In combating the COVID-19 pandemic, societies across the globe have allowed governments to exercise extensive emergency powers, which has led to unprecedented measures and responses, including significant restrictions on citizens' rights. These measures have often been taken swiftly, with little (and sometimes no) input from the electorate or from civil society. This paper describes the breadth of Canadian public authorities’ emergency powers to manage a pandemic, and provides an overview of emergency powers included in public health legislation. It then assesses avenues for accountability through law – specifically through private, criminal and constitutional law. It argues that accountability through private law litigation is the wrong avenue to pursue in the context of the COVID-19 pandemic and that criminal law safeguards and constitutional rights litigation only offer limited accountability. Finally, it presents an argument in favour of enhancing public accountability to parliaments and citizens through public health legislation.

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)0,006
score de la tête « metaresearch » (Gemma)0,023
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 enseignants0,755
Score d'incertitude au seuil0,876

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,023
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0370,018
Communication savante0,0160,005
Science ouverte0,0020,004
Intégrité de la recherche0,0070,008
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,146
Tête enseignante GPT0,461
Écart entre enseignants0,314 · 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'admission3
Résumé présentoui

Explorer davantage

Même sujetMedical Malpractice and Liability IssuesTravaux en français237 207