MétaCan
Menu
Back to cohort
Record W4292702083 · doi:10.3406/gazar.2019.5827

Intensifying conflict by destroying archives: the case of the Truth and Reconciliation Commission of Canada

2019· article· fr· W4292702083 on OpenAlexaboutno aff
Jennifer Dekker

Bibliographic record

VenueLa Gazette des archives · 2019
Typearticle
Languagefr
FieldSocial Sciences
TopicCriminal Justice and Corrections Analysis
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical scienceCommissionConciliationTribunalEthnologyLawArtSociologyArbitration

Abstract

fetched live from OpenAlex

Les commissions de vérité sont le plus souvent établies dans des pays qui connaissent depuis longtemps des violations des droits de la personne. Pourtant, le Canada a mis sur pied une commission de vérité et réconciliation en 2008 pour régler une poursuite collective importante de la part des anciens élèves des pensionnats autochtones. Les victimes ont allégué de multiples formes de violence physique et psychologique au cours des cent cinquante années de fonctionnement de ces établissements. Bien que le Centre national pour la vérité et la réconciliation existe depuis 2015, ses archives représentent en grande partie le point de vue de l’État sur les événements survenus pendant l’époque d’assimilation d’enfants autochtones. Les conséquences des violences qu’ils ont subies pendant ces années de pensionnat sont beaucoup moins bien documentées. Cependant, en octobre 2017, la Cour suprême du Canada a tranché en faveur de la destruction d’archives (recueillies dans le cadre du processus d’évaluation indépendant) détaillant les agressions les plus atroces subies par les jeunes pensionnaires. Cette analyse conclut que, dans sa décision, la Cour suprême du Canada a accordé la priorité à la justice individuelle et réparatrice plutôt qu’à d’autres considérations. Ce faisant, elle a privé les victimes d’autres formes de justice qui étaient l’objectif de la Commission de vérité et de réconciliation. La cour n’a pas tenu compte d’autres lois qui ont fait face à des défis éthiques semblables tout en respectant la vie privée, en garantissant le droit du public à l’information et en réduisant considérablement le risque de récidive.

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)0.005
metaresearch head score (Gemma)0.017
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.124
Threshold uncertainty score0.898

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0050.017
Meta-epidemiology (narrow)0.0000.001
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0020.003
Science and technology studies0.0520.014
Scholarly communication0.0150.004
Open science0.0030.007
Research integrity0.0080.009
Insufficient payload (model declined to judge)0.0070.000

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 head0.017
GPT teacher head0.254
Teacher spread0.237 · 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 designQualitative
Domainnot available
GenreEmpirical

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

Citations2
Published2019
Admission routes1
Has abstractyes

Explore more

Same venueLa Gazette des archivesSame topicCriminal Justice and Corrections AnalysisFrench-language works237,207