MétaCan
Menu
Retour à la cohorte
Enregistrement W4416878288 · doi:10.4000/1597x

Même les juristes peuvent perdre : étude de cas du lanceur d’alerte Yacine Agnaou et du Service des poursuites pénales du Canada

2025· article· W4416878288 sur OpenAlexvenueaboutno aff
Ian Bron

Notice bibliographique

RevueÉthique Publique · 2025
Typearticle
Langue
DomaineBusiness, Management and Accounting
ThématiqueCorporate Law and Human Rights
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAncien regimeJurisprudenceROUGE

Résumé

récupéré en direct d'OpenAlex

Cette étude de cas porte sur la divulgation d’actes répréhensibles par Yacine Agnaou, ancien procureur de la Couronne au Canada. Monsieur Agnaou avait recommandé des poursuites contre une entreprise canadienne non identifiée, mais sa hiérarchie l’en a empêché– ce qui pourrait constituer une atteinte à l’indépendance des procureurs. Après avoir signalé cette situation en interne, il a ensuite perdu son emploi, et malgré des années de démarches judiciaires, il n’a pas réussi à obtenir réparation pour cette sanction. Puis, en 2019, un scandale impliquant les poursuites contre SNC-Lavalin a éclaté au grand jour. Cette fois, c’est la procureure générale elle-même qui a joué le rôle de lanceuse d’alerte. Cette nouvelle affaire est venue corroborer les préoccupations soulevées par Yacine Agnaou. Afin de mieux comprendre les défaillances du système et de faire progresser la théorie sur les conséquences du lancement d’alerte, cette étude examine le cas Agnaou à la lumière de deux théories existantes : l’une développée par les pionniers de la recherche sur le lancement d’alerte, Marcia Miceli, Janet Near et Terry Dworkin, et l’autre par les chercheurs du projet australien Whistling While They Work. L’étude se conclut par des propositions d’amélioration des théories existantes, une discussion sur les implications pratiques du cas Agnaou, et plusieurs recommandations pour améliorer la Loi sur la protection des fonctionnaires divulgateurs d’actes répréhensibles du Canada.

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)0,003
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,544

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0260,011
Communication savante0,0110,003
Science ouverte0,0020,005
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,010
Tête enseignante GPT0,213
Écart entre enseignants0,202 · 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'étudeÉtude de cas
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueÉthique PubliqueMême sujetCorporate Law and Human RightsTravaux en français237 207