L'impact des recommandations des commissions d'enquête sur la législation québécoise
Bibliographic record
Abstract
Le présent mémoire porte sur les impacts, sur la législation québécoise, des commissions d'enquête portant sur les manques d'intégrité et d'éthique dans l'administration. Plus spécifiquement, il y est présenté une étude de la mise en oeuvre par le législateur des recommandations proposées par les commissaires dans leurs rapports depuis la Confédération. Bien que les commissions d'enquête soient mandatées par le gouvernement afin de découvrir la vérité dans une affaire particulière et ce, par le biais d'une procédure quasi-judiciaire, leurs rapports comportent des propositions pour prévenir la répétition du même problème. Durant les premières décennies des commissions d'enquête au Québec (1867‒1959), hormis quelques cas (ex. Commission Dunscomb, 1869‒1870 ; Commission Cannon, 1909), leurs rapports ne contenaient que peu de recommandations législatives, et lorsque c'était le cas, les parlementaires étaient réticents à les intégrer dans la législation (sauf pour la Commission Dunscomb). Depuis les années 1960, les rapports des commissions d'enquête rassemblent des recommandations plus complexes et les législatures successives se sont montrées davantage intéressées à les mettre en oeuvre. Elles ont réagi à la couverture médiatique étendue des commissions d'enquête (Commission Cliche, 1975; Commission Charbonneau 2015) et ont eu tendance à adopter rapidement des lois s'inspirant de leurs rapports. Dans les dernières décisions, les commissions ont proposé la création de plusieurs institutions gouvernementales politiquement indépendantes qui ont par la suite été créées (Agence du Revenu du Québec, Autorité des marchés publics, etc.). Cependant, au cours de l'histoire, le législateur a été plus réticent à suivre les recommandations visant les parlementaires ou les ministres eux-mêmes.
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 | 0.011 | 0.029 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.014 | 0.005 |
| Scholarly communication | 0.011 | 0.002 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.014 | 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".