MétaCan
Menu
Retour à la cohorte
Enregistrement W7027860987

Doomed to Fail: Ag-gag Laws and the Canadian Charter

2021· article· en· W7027860987 sur OpenAlexaboutno aff

Notice bibliographique

RevueeYLS (Yale Law School) · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueArt, Aesthetics, and Perception
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCharterConstitutionalityLegislationAnimal rightsDemocracySupreme courtEconomic Justice
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In late 2019, ag-gag laws began being introduced in Canada. Ag-gag laws are named for their intended effect of gagging activists from exposing the realities of the animal agriculture industry. Animal activists seek to gather and publicly disseminate information using means of bearing witness, undercover investigations, and civil disobedience. Ag-gag laws originated in the US in the 1990s, but saw a revival in the 2010s. In the US, animal law organizations such as the Animal Legal Defense Fund have been successfully challenging the constitutionality of ag-gag laws, with courts in six states finding ag-gag laws to violate the First Amendment right to free speech. Despite the failures of ag-gag laws in US courts, various governments in Canada began introducing ag-gag laws to shield the animal agriculture industry from the growing activism in Canada. In drawing parallels between the US right to free speech and the Canadian Charters s. 2(b) freedom of expression, this thesis argues that Canadian ag-gag laws must also be found to unconstitutionally violate the Charter. To be sure, ag-gag laws suppress important activist expression in a way that cannot be justified in a free and democratic society. This thesis seeks to capture the current picture of ag-gag laws in Canada as of June 2021 in anticipation of the impending Charter challenges by Animal Justice et al.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,139
Score d'incertitude au seuil0,999

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0350,045
Communication savante0,0180,004
Science ouverte0,0020,003
Intégrité de la recherche0,0060,009
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,022
Tête enseignante GPT0,224
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'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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeYLS (Yale Law School)Même sujetArt, Aesthetics, and PerceptionTravaux en français237 207