La Loi sur les produits antiparasitaires : réelle protection ou écran de fumée?
Bibliographic record
Abstract
Afin de protéger les Canadiens et les Canadiennes ainsi que l’environnement contre les risques inacceptables liés aux produits antiparasitaires, l’Agence de réglementation de la lutte antiparasitaire (ARLA) est chargée de l’application de la Loi sur les produits antiparasitaires (LPA). Pourtant, malgré le travail effectué par l’ARLA, les pesticides continuent de causer de nombreuses atteintes graves à la santé humaine et à l’environnement. Ces contaminations sont avérées et appuyées par de solides études scientifiques. Dernièrement, les hécatombes des colonies d’abeilles causées par l’utilisation des néonicotinoïdes interrogent. Les failles manifestes dans le processus d’homologation de cette famille de pesticide nous ont questionné sur les capacités réelles de protection qu’offre la réglementation fédérale canadienne. Dans ce travail, nous analysons à la fois la LPA et la gouvernance de l’ARLA : si le vocabulaire utilisé, notamment au travers du terme de « nuisible » et la construction de la LPA sont critiquables à plusieurs égards, la gouvernance de l’ARLA semble également faire défaut à différents niveaux. Nous constatons ainsi que malgré la règlementation en place, les risques inacceptables liés aux pesticides ne peuvent être suffisamment prévenus. Nous concluons que la nécessité de changer d’approche afin de considérer la vision « One Health » semble s’imposer dans un pays où la vision utilitariste de la nature ne nourrit finalement que des intérêts à courts termes, faisant ainsi fi des objectifs de durabilité dans lesquels le Canada s’est pourtant engagé. La nécessité de prendre en compte les données scientifiques indépendantes dans les décisions politiques et dans l’élaboration du cadre règlementaire semble s’imposer pour atteindre l’objectif de protection auquel les Canadiens et les Canadiennes sont en droit d’attendre.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.006 |
| Scholarly communication | 0.007 | 0.008 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.005 | 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".