Le droit de retrait (« opting out ») avec compensation au Canada et l’article 40 de la Loi constitutionnelle de 1982
Bibliographic record
Abstract
La présente étude analysera les différents aspects du droit de retrait avec compensation au Canada. Dans un premier temps, nous étudierons le droit de retrait avec compensation tel qu’il a existé depuis les années 1960 à l’égard de certains programmes à frais partagés de compétence provinciale. Nous expliquerons alors ce droit en faisant un historique de la législation pertinente que nous présenterons en deux périodes, l’une antérieure et l’autre postérieure à 1977. Dans un deuxième temps, nous nous pencherons sur le droit de retrait avec compensation prévue à l’article 40 de la Loi constitutionnelle de 1982 qui entre en jeu seulement lors du transfert d’un pouvoir législatif provincial en matière culturelle ou éducative au parlement fédéral. Nous démontrerons que cette disposition constitutionnelle crée une obligation juridique justifiant les tribunaux canadiens à intervenir pour fixer le quantum de la juste compensation qui y est prévue. Le caractère supra-législatif de l’article 40, une comparaison avec les termes utilisés à l’article 36 de la Loi constitutionnelle de 1982, l’historique législatif du droit de retrait avec compensation depuis 1960 et une analogie avec le droit constitutionnel américain nous conduiront à une telle conclusion.
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 | 0.006 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.014 | 0.008 |
| Scholarly communication | 0.008 | 0.002 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.005 | 0.006 |
| Insufficient payload (model declined to judge) | 0.012 | 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".