The quest for an «optimal balance» civil liberties in an era of securitization: An analysis of Canadian anti-terror legislation
Bibliographic record
Abstract
Le Canada est une nation régie par des principes tels que la primauté du droit et repose sur des valeurs démocratiques telles que les droits garantis par la Charte. Au cours des deux dernières décennies, la nécessité de renforcer la sécurité nationale pour lutter contre le terrorisme s'est manifestée là où la Guerre contre le terrorisme est devenue un objet d'intérêt public. Il existe un conflit évident entre les valeurs de la sécurité et des droits, où en tentant d'assurer la sécurité des Canadiens, la législation porte atteinte aux libertés civiles de ces derniers. Lors de l'adoption de lois antiterroristes, le gouvernement doit s'efforcer de trouver un équilibre optimal entre la liberté et la sécurité. Trouver un équilibre optimal permet de réduire la dissidence envers les politiques antiterroristes qui peuvent porter atteinte aux droits, et peut légitimer la législation antiterroriste. Pour atteindre un équilibre optimal, il est suggéré que la législation respecte à la fois une norme constitutionnelle, mais également une norme d'efficacité, mesurée par un mécanisme novateur comportant cinq facteurs. Cette thèse démontrera que le Canada n'atteint pas un équilibre optimal dans sa principale législation antiterroriste et devrait donc considérer les recommandations qui sont avancées.
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.007 | 0.007 |
| Scholarly communication | 0.008 | 0.002 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 0.000 |
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".