MétaCan
Menu
← Retour à la cohorte
Enregistrement W2346168020 · doi:10.7202/1036163ar

L’incidence de l’âge et de la vulnérabilité de la victime sur l’évaluation de sa part de responsabilité dans le préjudice subi : l’exemple des services financiers

2016· article· fr· W2346168020 sur OpenAlexaffvenue
Cinthia Duclos, Frédéric Levesque

Notice bibliographique

RevueRevue générale de droit · 2016
Typearticle
Languefr
DomaineHealth Professions
ThématiqueHealth, Medicine and Society
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Dans le cadre de ce numéro thématique de la Revue générale de droit portant sur la protection juridique des aînés, une professeure de droit des services financiers et un professeur de responsabilité civile ont décidé de collaborer pour étudier certains aspects de cette protection qui se trouvent à la jonction de leurs domaines respectifs. Plus particulièrement, les chercheurs portent leur réflexion sur l’incidence de l’âge et de la vulnérabilité de la victime sur l’évaluation de sa part de responsabilité dans le préjudice subi, dans le contexte d’un recours en responsabilité civile contre un prestataire de services financiers. La notion de « part de responsabilité » renvoie aux concepts de faute de la victime, de l’acceptation des risques, de la limitation du préjudice, de la rupture du lien de causalité (novus actus interveniens) et de la ratification par le client des actes posés par le prestataire de services financiers. À la lumière de plusieurs exemples jurisprudentiels, les auteurs cherchent à déterminer si l’âge et la vulnérabilité de la victime incitent les tribunaux à adopter une attitude plus protectrice envers cette dernière, dans ce contexte. Par attitude protectrice des tribunaux, les auteurs entendent le fait que ces derniers excusent le comportement parfois fautif de la victime et lui octroient une indemnisation sans retenir contre elle sa part responsabilité, le cas échéant, dans le préjudice subi.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,004
Communication savante0,0030,004
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,021
Tête enseignante GPT0,339
Écart entre enseignants0,318 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue générale de droit→Même sujetHealth, Medicine and Society→Travaux en français237 207→