La légalité des questionnaires médicaux de préembauche : pour une approche cohérente et unifiée
Bibliographic record
Abstract
En 1982, le législateur québécois a formellement reconnu le caractère subreptice de la discrimination dans l’embauche en modifiant la Charte des droits et libertés de la personne pour y inclure l’article 18.1, lequel interdit de requérir des renseignements relatifs aux motifs de discrimination énumérés à l’article 10 dans le contexte d’un processus d’embauche. Cependant, force est de constater que la jurisprudence relative à l’article 18.1 n’est pas des plus limpides. Dans le présent texte, en traçant préalablement le portrait du droit applicable en matière de collecte d’informations à l’embauche, les auteurs visent à proposer une approche cohérente et unifiée pour appréhender la question de la légalité des questionnaires et des examens à caractère médical en pareil contexte. Par « cohérente », ils entendent une grille d’analyse dépourvue de contradictions ; par « unifiée », ils avancent que l’approche devrait être la même, quel que soit le tribunal appelé à statuer sur cette question, ce qui permettrait d’éviter ainsi le développement de courants jurisprudentiels incompatibles. L’approche suggérée se trouve dès lors modulée en fonction du contexte litigieux dans lequel le questionnaire médical est mis en preuve plutôt que de l’instance juridictionnelle appelée à trancher le litige.
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 | 0.360 | 0.414 |
| Meta-epidemiology (narrow) | 0.002 | 0.003 |
| Meta-epidemiology (broad) | 0.003 | 0.003 |
| Bibliometrics | 0.015 | 0.010 |
| Science and technology studies | 0.013 | 0.041 |
| Scholarly communication | 0.020 | 0.026 |
| Open science | 0.009 | 0.013 |
| Research integrity | 0.019 | 0.019 |
| Insufficient payload (model declined to judge) | 0.006 | 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".