Des règles aux pratiques : l’encadrement juridique du renseignement intérieur en Suisse
Bibliographic record
Abstract
En 2017, la Loi sur le renseignement (LRens) légalise le recours aux moyens techniques de recherche d’informations dans le cadre d’enquêtes préventives menées en Suisse. En reconfigurant de façon élargie les missions du Service de renseignement de la Confédération, la loi est toutefois présentée comme respectueuse des libertés individuelles par un encadrement strict de ces investigations. Après avoir identifié les enjeux juridiques et politiques de cette mise en droit, cette contribution se propose d’en analyser la portée pratique. Suivant les mises en garde formulées par la sociologie des institutions, pour qui les règles de droit n’expliquent qu’en partie les pratiques effectives, nous suggérons un déplacement de l’analyse pour envisager le droit à partir du point de vue des personnes chargées de le mettre en oeuvre. À l’aide d’entretiens menés avec des fonctionnaires du renseignement, cette enquête révèle l’ambivalence de leur rapport au droit : tout en le percevant comme un vecteur de légitimation de leur activité, les agents et les agentes déplorent aussi des complications pratiques et la persistance de zones grises dans la loi. Ils admettent néanmoins s’en accommoder en s’appuyant sur les marges de manoeuvre que le droit autorise, en jouant avec les règles, ce qui met en évidence la pertinence d’analyser le droit et son effectivité par l’observation de la manière dont les acteurs et les actrices en font usage.
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 | 0.027 | 0.047 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.020 | 0.033 |
| Scholarly communication | 0.017 | 0.012 |
| Open science | 0.002 | 0.014 |
| Research integrity | 0.007 | 0.013 |
| Insufficient payload (model declined to judge) | 0.018 | 0.003 |
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".