Notice bibliographique
Résumé
The economic reading of extra-contractual or delictual civil liability sheds light on the preventive logic flowing through the foundations of the institution. Liability protects exclusive rights to scarce items, discourages harm, internalises externalities and thus places individuals before the total cost of their behaviour. At the same time, the institution compensates victims. However, this is not the only purpose underlying extra-contractual civil liability, for if it were, we could slide into a "deep pocket" system (in which liability would depend on the defendant's solvency). This slide could make the costs related to accidents and their prevention escalate, as they did in New Zealand in the 1970s and 1980s, and to a lesser degree in Quebec with respect to state car insurance. The fact that the foundations of extra-contractual civil liability reflect a deep preventive logic does not mean that the institution functions perfectly. Empirical studies cast doubt on the institution's success with respect to dissuasion as well as compensation. This explains the establishment of substitute institutions that are meant to be better designed for such purposes in specific contexts. All the same, it is important to have first clarified the missions of the core institution that they replace: this allows us to gain a better understanding of the use of demerit points to encourage prudent driving, no-fault liability to alleviate evidence problems for accident victims, and insurance for traffic and industrial accidents, as well as catastrophic accidents. The substitute institutions raise their own problems, in particular with respect to moral hazard, and these, too, need solutions. Once again, economic analysis shows us the functions and dangers of the corrective institutions. With respect to punitive damages, which are new to civil law systems, it shows that they do not necessarily contradict the logic of civil law and it indicates how they should be interpreted so as to be consistent with such logic.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,013 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».