A Critical Assessment of Bill S-203, Ending the Captivity of Whales and Dolphins Act: Challenging the Exclusivity of Anthropocentrism and Science-Based Justifications
Notice bibliographique
Résumé
Bill S-203, An Act to amend the Criminal Code and other Acts (ending the captivity of whales and dolphins) became Canadian law in 2019, banning the captivity of cetaceans. This Article critically examines Bill S-203, arguing that it is underpinned by anthropocentric and science-based justifications that will work as exclusionary forces against many animals in need of legal protection. Instead, the Article advocates for an empathetic and multi-jural approach that accounts for human-animal interconnectedness and the unique cultures of animals. This argument is theoretically rooted in vegan ecofeminism’s empathic and non-binaristic perspective. As such, this Article scrutinizes the reasoning behind Bill S-203, asserting that the justifications employed by its proponents are exclusionary. The bill was presented through an anthropocentric lens, focusing on minimizing the captivity of select humanized animals while overlooking other unique animal qualities. Additionally, similar proposed legislation for great apes and elephants would perpetuate these anthropocentric tendencies. An alternative, multi-jural approach to legal reform that rejects anthropocentrism and science-based reasoning can recognize animal-human interconnectedness by leveraging the language of Indigenous legal orders in Canada. Such an approach would acknowledge the distinct norms, lifestyles, and cultures of animals. This Article contributes to existing literature by emphasizing empathy, alterity, and the importance of recognizing the interconnectedness of all life forms. It strives to carve out a space for the legal consideration of the ‘laws’ of other-than-human animals, challenging prevailing anthropocentric paradigms in animal legal protections.
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 | 0,038 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,026 | 0,045 |
| Communication savante | 0,017 | 0,007 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,027 | 0,030 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».