Errer en droit relatif et en fait: le renvoi relatif à la loi sur la non-discrimination génétique
Bibliographic record
Abstract
FRANCAIS Le probleme de la discrimination genetique est associe aux tests genetiques depuis des decennies, bien qu'etaye par une quantite limitee de preuves dans des contextes specifiques. Au Canada, l'adoption de la Loi sur la non-discrimination genetique (LNDG) en 2017 a donne lieu a une bataille judiciaire de trois ans, relative a la constitutionnalite de certaines dispositions de la loi, initiee par le gouvernement du Quebec. La Cour d’appel du Quebec a formule une opinion le 21 decembre 2018 selon laquelle les articles 1 a 7 de la LNDG, faute d’objet de droit criminel, etaient ultra vires de la competence criminelle du Parlement federal. Dans le Renvoi relatif a la Loi sur la non-discrimination genetique, la Cour supreme du Canada a confirme la validite constitutionnelle de la LNDG, une majorite de cinq juges declarant que l'objectif des articles contestes constituait un exercice valide du pouvoir du Parlement federal de legiferer en matiere de droit criminel. Dans un examen critique de cette decision, nous soutenons que le raisonnement des juges majoritaires contient de graves erreurs de droit et de fait qui soulevent des preoccupations tant du point de vue du droit constitutionnel que du point de vue scientifique. En accord avec la minorite, nous concluons que la majorite des juges n'ont pas correctement defini le caractere veritable des dispositions contestees, ni applique la norme de l’apprehension raisonnee de prejudice. Nous pensons en outre que la majorite a reserve un traitement cursif des faits, montrant un interet etonnamment limite pour la promotion de l'elaboration de politiques fondees sur des preuves scientifiques, a une epoque ou la science est omnipresente dans toutes les spheres des activites humaines.
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 | 0.027 | 0.060 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.018 | 0.047 |
| Scholarly communication | 0.019 | 0.007 |
| Open science | 0.004 | 0.005 |
| Research integrity | 0.012 | 0.020 |
| Insufficient payload (model declined to judge) | 0.008 | 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".