L’évaluation du témoignage d’opinion pour en établir l’admissibilité : les leçons récentes du droit de la preuve
Bibliographic record
Abstract
Depuis quelque temps, il existe une perception très connue que le taux de condamnation pour des infractions de nature sexuelle est inacceptablement bas. Les cours, frustrées par leur incapacité d’en arriver à faire ressortir la vérité quant aux allégations d’abus sexuel, particulièrement dans les cas impliquant des enfants, ont modifié le droit de la preuve dans le but d’améliorer l’accès à l’information. Ceci est particulièrement vrai dans les cas de témoignage expert. Dans plusieurs décisions importantes, la Cour suprême du Canada a accueilli des opinions émanant de travailleurs sociaux, de psychiatres, de psychologues et d’experts concernant l’abus envers les enfants. La règle de la question fondamentale s’est effondrée sous le poids de cette tendance, aussi bien que l’exclusion de permettre les experts de prévoir la preuve ayant rapport avec la crédibilité des autres témoins. A l’occasion, même le standard de qualification des experts à témoigner a été appliqué avec générosité. Aussi, les tribunaux ont, pour quelque temps, accepté la preuve fondée sur les sciences sociales sans se demander si les théories et croyances de l’« expert » étaient suffisamment fiables pour justifier leur audition, vu les risques associés à pareille preuve. La décision importante de la Cour suprême du Canada dans R. c. Mohan a établi un nouveau ton. Quoiqu’elle ait réaffirmé le déclin de la règle de la question fondamentale et ait conservé d’autres développements, la Cour suprême du Canada a mis l’emphase sur la crédibilité de la preuve fondée sur la science et les sciences sociales, particulièrement lorsque les théories sous-jacentes étaient nouvelles. Ce faisant, elle a avancé un test fondé sur la « pertinence et la nécessité » qui exige que les tribunaux se concentrent directement sur une gamme de facteurs. S’il est employé soigneusement, l’approche qu’il exige peut améliorer l’information disponible pour arriver à une adjudication sans permettre aux théories fondées sur les sciences sociales souvent discutables et non fiables, d’engendrer des condamnations injustes ou des acquittements non mérités. Cet article analyse les développements dans le droit concernant l’admissibilité de la preuve d’experts et cherche à fournir des paramètres pour l’application du test Mohan.
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 | 0.046 | 0.127 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.006 |
| Scholarly communication | 0.011 | 0.006 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.014 | 0.002 |
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".