L'externalisation et la circulation transfrontalière des données : Défi de la protection des renseignements personnels dans le cadre du USA Patriot Act
Bibliographic record
Abstract
Résumé En matière de prestation de services, les administrations s’en remettent de plus en plus à des contractants privés afin d’améliorer leur rapport qualité-prix. L’adoption du USA Patriot Act , la loi antiterroriste américaine, a cependant fait naître des craintes chez certains, qui redoutent que le fait que l’État confie la gestion des données à des sociétés établies aux États-Unis n’entraîne une violation des libertés civiles fondamentales. La présente communication est une étude de cas d’un programme mis en place par une administration provinciale canadienne et qui vise à confier l’administration d’un régime public d’assurance-maladie et médicaments à une filiale canadienne d’une entreprise américaine. Dans le contexte des craintes plus générales suscitées au niveau international par le USA Patriot Act , nous examinons la façon dont le Canada a réagi aux craintes relatives à la sécurité des renseignements médicaux personnels dans le cadre de l’externalisation de leur traitement. Nous verrons que si plusieurs spécialistes internationaux de la protection de la vie privée tirent des conclusions variables en ce qui concerne les conséquences de la loi antiterroriste américaine, la capacité des gouvernements à protéger les importants volumes de données qui leur sont confiés est de plus en plus compromise. Remarques à l’intention des praticiens La mondialisation et les communications électroniques remettent non seulement en cause la souveraineté de l’État-nation, mais compliquent également l’environnement dans lequel les entreprises et les pouvoirs publics « exercent leurs activités ». Ce phénomène est particulièrement vrai compte tenu de l’adoption à la hâte de la loi antiterroriste américaine (le USA Patriot Act) 45 jours après les attentats du 11 Septembre sur les tours jumelles de New York. La présente étude de l’externalisation de la gestion de données dans le secteur public montre que l’imputabilité, la transparence et le contrôle exercé sur les administrations et leurs agents ne doivent pas être compromis dans le cadre de la volonté très médiatisée de renforcer la sécurité nationale ou en raison de pressions plus prosaïques visant à améliorer l’efficacité administrative.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.009 |
| Scholarly communication | 0.001 | 0.002 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".