Le droit de la gouvernance du traitement des données relatives aux personnes physiques : essai de théorisation à partir des cadres juridiques de l’Union européenne et du Canada
Notice bibliographique
Résumé
This dissertation advances a conceptualization of the law governing the processing of data relating to natural persons, grounded in a comparative analysis of the legal frameworks of the European Union (EU) and Canada. It argues that the enduring tension between the imperatives of data protection and the free flow of data can be understood through a coherent model of regulation. This model, designated in the thesis as the “law of data processing governance with respect to natural persons,” constitutes an emerging legal construct. It is characterized by its integrative purpose: to ensure, through regulation, the reconciliation of competing interests while upholding fundamental values such as justice, fairness, ethics, and social harmony in the technological processing of data. The methodological approach combines both internal and external legal research, drawing upon the insights of sociology, epistemology, and terminology. It seeks to examine the research object in a transjurisdictional or cross-border manner, through intersecting disciplinary perspectives, with the aim of understanding it, elucidating its underlying logic, and proposing a theoretical framework. The first part of the dissertation provides a critical assessment of the legal definitions of “personal data” in EU law and “personal information” in Canadian law. It highlights epistemological obstacles that justify the need for a reconceptualization based on a more operational analytical framework. It also examines the legal foundations and protections of such data within these legal orders, revealing their internal tensions and conceptual limitations, which call for a more coherent and contextually adapted data governance framework. The second part proposes a model of the law of data processing governance with respect to natural persons, inspired by the EU and Canadian regimes, in order to identify the defining characteristics and structural principles of an operational governance law.
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 | 0,012 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,008 | 0,034 |
| Communication savante | 0,018 | 0,010 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».