La protection des consommateurs de services et produits financiers au Québec : constats tirés de l’analyse économique comportementale du droit
Notice bibliographique
Résumé
Dans le cadre du projet Accès au Droit et à la Justice (ADAJ), le chantier de recherche mené sur le thème de la protection des consommateurs de produits et services financiers est né à la suite d’une série d’entretiens effectués au cours des années 2018 et 2019 auprès des acteurs clés du domaine. Ces données empiriques ont été analysées à la lumière de l’économie comportementale du droit. Cette approche souligne l’existence de divers biais cognitifs chez les individus, c’est-à-dire des déviations systématiques et prévisibles de la rationalité qui affectent de manière significative leur jugement et leur prise de décision. Les biais cognitifs sont associés au « système 1 » dans le double processus du jugement humain, un système rapide, automatique et fortement dépendant du contexte. Les enjeux liés à l’achat et à la vente de produits financiers se caractérisent par une complexité des produits et des contrats ainsi que par le manque de connaissances des consommateurs et des conseillers. Cette complexité entraîne alors une prévalence de certains biais cognitifs chez les consommateurs, qui varient selon leur âge et leur expérience. En effet, les biais cognitifs sont généralement utilisés afin de traiter et de filtrer une surcharge d’information ou pour donner un sens à des éléments complexes et fractionnés. Les biais affectent non seulement la perception du risque chez les consommateurs, mais les poussent aussi à prendre des décisions mal adaptées à leur situation. Les conseillers et les courtiers peuvent jouer un rôle essentiel dans la mitigation de plusieurs de ces biais, si les outils et les pratiques mises en place attirent l’attention des consommateurs aux éléments les plus importants sur lesquels ces derniers doivent fonder leur décision d’achat.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».