L’interprétation judiciaire des droits linguistiques au Canada et l’affaire Beaulac
Bibliographic record
Abstract
La langue a toujours été l’objet de controverse au Canada. Les textes constitutionnels et les lois tant fédérales que provinciales contiennent des dispositions linguistiques. Celles-ci ont trait au statut du français et de l’anglais et elles confèrent des droits aux deux minorités de langue officielle dans des domaines spécifiques. En interprétant ces dispositions, les tribunaux canadiens et plus particulièrement la Cour suprême du Canada ont appliqué une approche pour le moins ambivalente. Ils ont d’une part jugé que les droits linguistiques doivent être l’objet d’une interprétation libérale et généreuse et d’autre part, ils ont aussi jugé que, compte tenu du fait que ces droits sont issus d’un compromis politique et qu’ils doivent être distingués des autres garanties juridiques, une interprétation restrictive était de mise. L’affaire Beaulac est relative à la langue du procès criminel au Canada. La Cour suprême y a reformulé la position qu’il convient d’adopter en matière d’interprétation des droits linguistiques lesquels doivent, selon elle, être l’objet dans tous les cas d’une approche libérale. L’auteur rappelle dans un premier temps les éléments qui constituaient l’approche appliquée en la matière par les tribunaux et analyse par la suite la décision de la Cour suprême dans l’arrêt Beaulac pour en dégager la portée éventuelle.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.014 | 0.024 |
| Scholarly communication | 0.011 | 0.003 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".