Déclarer l’état d’urgence pendant une crise sanitaire : les critères légaux sont-ils suffisants pour éviter une dérive politique ?
Bibliographic record
Abstract
Dans la foulée de la crise sanitaire causée par la pandémie de COVID-19, cet essai s’attarde aux balises légales permettant de limiter les déclarations d’état d’urgence malintentionnées, associées à des dérives politiques. Trois régimes d’exception qui ont ou auraient pu trouver application pendant cette crise sont examinés à ce titre, soit l’état d’urgence déclaré pour cause de sinistre en vertu de la Loi sur les mesures d’urgence fédérale, l’état d’urgence sanitaire sous la Loi sur la santé publique du Québec et l’état d’urgence national prévu à la Loi sur la sécurité civile du Québec. Une comparaison des critères légaux encadrant le processus de déclaration de ces trois régimes permet de cerner certaines de leurs faiblesses ou, en revanche, certaines balises qui pourraient potentiellement inspirer les autres régimes. Cet exercice comparatif s’opère à l’aune de trois prémisses, soit que pour être à l’épreuve des dérives politiques, les déclarations d’urgence doivent s’appuyer sur la science, être prises dans le respect de la démocratie et les circonstances donnant lieu à une telle déclaration doivent être précises. Il ressort de cette étude que la loi fédérale semble empêcher mieux les dérives politiques lors d’une déclaration d’état d’urgence lors d’une crise sanitaire en raison des exigences qu’elle pose.
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 | 0.024 | 0.048 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.006 | 0.008 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
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".