Bibliographic record
Abstract
Les dispositifs de lutte contre les procédures bâillons LC 312, janvier 2023 1 À la demande de la commission des affaires européennes, la Division de la Législation comparée du Sénat a effectué une recherche sur les procédures judiciaires abusives, communément appelées « procédures-bâillons », aux États-Unis, au Canada et au Royaume-Uni.Les procédures-bâillons, ou SLAPP (Strategic Lawsuits Against Public Participation), sont des procédures judiciaires intentées contre des journalistes, des associations ou encore des militants.Sans fondement réel, ces procédures visent principalement à intimider et limiter la liberté d'expression en impliquant les défendeurs dans un contentieux long et coûteux.Parmi les trois pays étudiés, deux ont adopté, à l'échelle fédérée, des mesures visant à empêcher les procédures-bâillons, tandis que le troisième a amorcé une réflexion pour adopter de telles règles. Aux États-Unis, des dispositions législatives à l'échelle des ÉtatsLes mesures contre les procédures-bâillons relèvent à l'heure actuelle de la législation des États fédérés : 32 d'entre eux, auxquels s'ajoute le District de Columbia, ont constitué un régime de protection, dont le périmètre varie d'un État à l'autre.Les dispositions législatives adoptées permettent de rejeter sur demande, en début de procédure, ce qui apparaitrait comme étant une procédure-bâillon.Au niveau fédéral, aucune traduction n'existe à l'heure actuelle, toutefois une proposition visant à établir une protection « anti-SLAPP » a été déposée le 15 septembre 2022.Si ces règles visent à protéger les individus pour des activités couvertes par le premier amendement de la Constitution américaine, des exceptions sont toutefois prévues.Ainsi certaines plaintes ne peuvent donner lieu à la demande d'application d'un régime de protection.Tel est le cas, par exemple, des plaintes déposées par les représentants du gouvernement agissant en leur qualité officielle, des actions de lanceurs d'alerte ou des litiges en vertu des lois anti-discrimination.
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 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.008 |
| Science and technology studies | 0.006 | 0.002 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.115 | 0.022 |
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".