MétaCan
Menu
← Back to cohort
Record W7162030845 · doi:10.82308/48713

Contrer l'offre illégale de jeux en ligne au Québec

2016· dissertation· fr· W7162030845 on OpenAlexaboutno aff
Alexandra Pasca

Bibliographic record

Venuenot available
Typedissertation
Languagefr
FieldPsychology
TopicGambling Behavior and Treatments
Canadian institutionsnot available
Fundersnot available
KeywordsLignePrivate lifeFront lineMobbing

Abstract

fetched live from OpenAlex

Cinq ans après la légalisation des jeux de hasard et d'argent sur Internet, assujettis au monopole de Loto Québec, la loi s'avère inefficace. Les québécois ont accès à plus de 2 000 sites de jeux illicites, dont la plupart des serveurs sont hébergés à Kahnawake – capitale mondiale du jeu en ligne depuis 1999. L'objectif de ce mémoire est de comprendre les causes de cet échec afin de déterminer les avenues pour un meilleur encadrement du jeu en ligne au Canada, et particulièrement au Québec. L'émergence des jeux en ligne soulève de nouveaux enjeux tant sur le plan légal que sur les plans social, économique et politique. Une étude comparative des deux modèles de réglementation (le modèle prohibitif versus le modèle libéral) est nécessaire afin de comprendre les frictions qui peuvent exister tant au niveau local que national et international. Les diverses solutions mises en œuvre aux États-Unis (avec le cas de la Californie) et au sein de l'Union Européenne (avec le cas de la France) sont des expériences dont nous pouvons bénéficier afin d'améliorer l'encadrement du jeu en ligne au Canada et au Québec. L'effectivité de tout modèle de réglementation repose sur une lutte politique et judiciaire active pour contrer l'offre illégale de jeux en ligne. Un front commun est donc nécessaire non seulement entre les autorités judiciaire et réglementaire (fédérales, provinciales et autochtones), mais également avec d'autres acteurs publics et privés, tel que les services sociaux et de santé, les services policiers, les fournisseurs de services Internet, les institutions financières, les opérateurs de jeux en ligne (locaux et étrangers) de même que des organisations internationales. L'effectivité du droit dans ce domaine requiert une limitation de l'accessibilité aux jeux en ligne illicites, voire une dénormalisation des activités de jeu. Bloquer l'accès aux sites de jeux illicites, comme il est proposé au Québec, est un sujet fort controversé dont il faut néanmoins accepter de débattre ouvertement, dans l'intérêt public.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.003
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.032
Threshold uncertainty score0.150

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.003
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0090.002
Scholarly communication0.0040.001
Open science0.0010.001
Research integrity0.0020.002
Insufficient payload (model declined to judge)0.0190.001

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.

Opus teacher head0.038
GPT teacher head0.385
Teacher spread0.347 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2016
Admission routes1
Has abstractyes

Explore more

Same topicGambling Behavior and Treatments→French-language works237,207→