MétaCan
Menu
Back to cohort
Record W3039321764 · doi:10.7202/1070088ar

Repenser le secret ministériel

2020· article· fr· W3039321764 on OpenAlexvenueaboutno aff
Yan Campagnolo

Bibliographic record

VenueRevue générale de droit · 2020
Typearticle
Languagefr
FieldSocial Sciences
TopicCriminal Law and Evidence
Canadian institutionsnot available
Fundersnot available
KeywordsPolitical scienceHumanitiesArt

Abstract

fetched live from OpenAlex

Le présent article décrit les principales lacunes du cadre législatif régissant le secret ministériel au Canada et propose des solutions pour y remédier. Une première lacune découle du caractère indéterminé du terme « renseignements confidentiels du Cabinet » aux articles 39 de la Loi sur la preuve au Canada et 69 de la Loi sur l’accès à l’information. Cela a pour conséquence de conférer à l’exécutif une vaste discrétion pour délimiter la portée de l’immunité du Cabinet. Une deuxième lacune résulte de l’absence de mécanismes de surveillance et de contrôle susceptibles d’empêcher et de corriger des revendications d’immunité potentiellement abusives de la part de l’exécutif. Sur la base du principe de la primauté du droit et d’une analyse des pratiques exemplaires dans les ressorts comparables, l’auteur formule des recommandations visant à mieux circonscrire l’immunité du Cabinet et à assujettir ses revendications à un véritable contrôle par un organisme indépendant et impartial. À cette fin, l’auteur préconise une immunité plus restreinte, fondée sur un critère de préjudice, dont la revendication pourrait uniquement se justifier à l’issue d’un examen approfondi de l’intérêt public. De plus, il insiste sur l’importance d’exclure de la portée de l’immunité les renseignements factuels et contextuels relatifs aux décisions gouvernementales ayant été rendues publiques. Finalement, il recommande de conférer aux juges et au commissaire à l’information du Canada le pouvoir d’examiner les renseignements confidentiels du Cabinet lorsque survient un différend sur la validité d’une revendication d’immunité, et d’accorder aux juges le pouvoir additionnel de contraindre la production de ces renseignements lorsque l’intérêt public le requiert.

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 imitation

Not 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.

metaresearch head score (Codex)0.008
metaresearch head score (Gemma)0.022
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Other · Consensus signal: Other
Teacher disagreement score0.851
Threshold uncertainty score0.412

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0080.022
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0020.002
Science and technology studies0.0100.006
Scholarly communication0.0080.003
Open science0.0020.005
Research integrity0.0040.008
Insufficient payload (model declined to judge)0.0180.003

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.

Opus teacher head0.045
GPT teacher head0.279
Teacher spread0.234 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreOther

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".

Quick stats

Citations0
Published2020
Admission routes2
Has abstractyes

Explore more

Same venueRevue générale de droitSame topicCriminal Law and EvidenceFrench-language works237,207