Vérifier l’âge des internautes sur les sites pornographiques pour en limiter l’accès aux personnes mineures : une mesure novatrice et nécessaire pour le droit canadien
Bibliographic record
Abstract
Le visionnement de matériel pornographique peut avoir des conséquences importantes sur le développement psychosexuel des enfants. La stratégie d’imposer aux entreprises oeuvrant dans l’industrie de la pornographie de vérifier l’âge des internautes à l’entrée des leurs sites Internet pour empêcher les mineurs d’y avoir accès permet une réponse efficace à cette problématique. Le Sénat du Canada a récemment soumis le projet de loi S-210 visant à codifier cette stratégie. Cette proposition législative soulève cependant certains enjeux sur les plans, entre autres, de la liberté d’expression, de la vie privée, du caractère arbitraire de l’âge, de l’autonomie du mineur, de la territorialité et même, au niveau de l’effectivité du déploiement de la mesure sur le plan technique. La thèse de notre article est de défendre la mise en oeuvre de cette stratégie de vérification d’âge tout en reconnaissant qu’il est absolument nécessaire de mobiliser certaines précautions et modalités pour adresser les enjeux sus-énumérés. Nous défendons également l’importance de promouvoir une éducation saine et égalitaire à la sexualité comme complément à des mesures législatives.
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 | 0.005 | 0.018 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 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".