Bibliographic record
Abstract
Le thème de la vérité et l’État doit être traité tant dans l’optique de la vérité de l’information qui est fournie à l’État que dans celle de la vérité que celui-ci diffuse. Au chapitre du droit de l’État à la vérité, sera examinée la question de la nature véridique de l’information fournie à l’État de même que celle générée par l’État par le biais de ses divers appareils de connaissance. Des mécanismes juridiques bien définis encadrent cette activité de connaissance de l’État et assurent le respect, dans l’intérêt public, de la conformité de l’information de l’État à la vérité. À l’égard du droit à la vérité de l’État, la situation paraît différente puisqu’en dehors du droit commun, il ne semble pas y avoir, à toutes fins pratiques, d’encadrement juridique visant à assurer que l’information diffusée, volontairement ou non, par l’État soit conforme à la vérité, les mécanismes de contrôle de l’absence de vérité se situant davantage au niveau politique. Il faut donc conclure qu’en droit canadien, le droit de l’État à la vérité ne semble donc faire aucun doute et que le système juridique canadien veille amplement à sa réalisation. Par contre, le droit à la vérité de l’État, au delà du simple accès à la connaissance, est beaucoup moins certain.
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 | 0.008 | 0.027 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.009 | 0.016 |
| Scholarly communication | 0.021 | 0.014 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.006 | 0.010 |
| Insufficient payload (model declined to judge) | 0.033 | 0.007 |
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".