La protection des données personnelles contenues dans les documents publics accessibles sur Internet : le cas des données judiciaires
Bibliographic record
Abstract
Les bouleversements engendrés par les nouveaux moyens de communication des\ndonnées publiques de même que les multiples possibilités offertes par le réseau\nInternet, telles que le stockage des informations, la mémoire sans faille et\nl'utilisation des moteurs de recherche, présentent des enjeux majeurs liés à la\nprotection de la vie privée. La diffusion des données publiques en support\nnumérique suscite un changement d'échelle dans le temps et dans l'espace et elle\nmodifie le concept classique de publicité qui existait dans l'univers papier.\nNous étudierons les moyens de respecter le droit à la vie privée et les conditions\nd'accès et d'utilisation des données personnelles, parfois à caractère sensible,\ncontenues dans les documents publics diffusés sur Internet. Le cas particulier des\ndonnées accessibles dans les banques de données judiciaires exige des solutions\nparticulières : il s'agit de trouver l'équilibre nécessaire entre le principe de\ntransparence judiciaire et le droit à la vie privée.
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 | 0.022 | 0.090 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.006 |
| Science and technology studies | 0.008 | 0.010 |
| Scholarly communication | 0.031 | 0.028 |
| Open science | 0.002 | 0.011 |
| Research integrity | 0.009 | 0.006 |
| Insufficient payload (model declined to judge) | 0.036 | 0.017 |
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".