La compétence globale de l’arbitre de griefs et l’erreur juridictionnelle
Bibliographic record
Abstract
Les récentes décisions de la Cour suprême du Canada en matière de contrôle juridiciaire permettent d’affirmer qu’il sera de plus en plus difficile de convaincre les tribunaux supérieurs qu’un tribunal administratif a commis une erreur d’interprétation manifestement déraisonnable. Mais il en va autrement quant à l’erreur juridictionnelle. Il y a même lieu de se demander si l’erreur juridictionnelle, telle que définie par la plus haute cour du pays, particulièrement dans l’affaire Syndicat des employés de production du Québec c. C.C.R.T., sera le nouveau leitomotiv des requérants en contrôle juridiciaire ? Pour certains, depuis l’affaire Lévis-Lauzon, il ne fait plus de doute que l’erreur d’un arbitre de griefs quant à savoir s’il y a ou non prescription est une erreur intra juridictionnelle. Après avoir dressé l’historique jurisprudentiel ayant mené à la décision dans cette dernière affaire, l’auteur estime que cette décision n’aura pas nécessairement l’effet escompté de limiter l’intervention de tribunaux supérieurs en cette matière, compte tenu de la définition de l’erreur juridictionnelle donnée par la Cour suprême. Enfin, l’auteur propose une approche non-interventionniste dans la détermination de ce qui constitue une erreur juridictionnelle.
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 | 0.009 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.011 | 0.023 |
| Scholarly communication | 0.017 | 0.006 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.004 | 0.006 |
| Insufficient payload (model declined to judge) | 0.018 | 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".