L’application de la Loi sur les services en français (LSF) de l’Ontario aux services de santé : la problématique des Réseaux locaux d’intégration des soins de santé (RLISS)
Bibliographic record
Abstract
Depuis quelques années, le Commissaire aux services en français attire l’attention du public sur le fait que le gouvernement provincial semble être d’avis que la Loi sur les services en français (LSF) de l’Ontario ne s’applique pas à la grande majorité des services de soins de santé financés par l’État, au motif qu’ils sont principalement offerts par des entités non gouvernementales. Plus précisément, le gouvernement a apparemment conclu que la LSF ne s’applique pas aux prestataires de soins médicaux financés par les Réseaux locaux d’intégration des soins de santé (RLISS). Puisque ces derniers ne prodiguent pas eux-mêmes de tels services, les entités qu’ils financent n’opèrent donc pas « pour leur compte », au sens de cette Loi. Or, puisque la majorité du financement du système de santé public est octroyé par l’entremise des RLISS, il s’agirait là d’une lacune très importante dans l’armature des droits linguistiques du public ontarien. Et, bien que la province ait déclenché un important processus de réforme en 2019 qui cherche à modifier, voire même éliminer les RLISS, on doit donc s’attendre à ce que le gouvernement adopte la même position en ce qui concerne l’application de la LSF qu’auparavant. Le présent article a pour but d’étudier le bien-fondé de cette hypothèse. Au final, l’auteur conclut qu’elle doit être rejetée. La LSF, à titre de loi quasi constitutionnelle ayant pour objet de protéger des droits fondamentaux, s’applique à toute entité non gouvernementale qui prodigue un service public dans le cadre d’un programme ou d’une politique gouvernementale déterminée, ce qui inclut les fournisseurs de soins de santé financés par les RLISS ou par la nouvelle entité qui les remplacera. L’analyse de cette question que propose l’auteur est pertinente non seulement quant à la LSF, mais également à toute loi relative aux droits linguistiques, dont la Loi sur les langues officielles du Canada. Elle intéressera aussi les chercheurs en droits de la personne et en droit administratif.
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 | 0.007 | 0.022 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.007 |
| Science and technology studies | 0.007 | 0.005 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 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".