MétaCan
Menu
Retour à la cohorte
Enregistrement W4320917279 · doi:10.18280/ijsdp.180128

A Negative Pledge as an Alternative Solution to Achieve the Pari Passu Pro-Rata Parte Principle

2023· article· en· W4320917279 sur OpenAlexvenueno aff
Gunardi Lie

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Studies and Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPledgeCreditorBankruptcyLaw and economicsBusinessDebtorPosition (finance)EconomicsDebtLawFinancePolitical science

Résumé

récupéré en direct d'OpenAlex

The relationship between creditors and debtors is unique. Creditors need debtors as customers and bind them in credit agreements. Creditors tend to be suspicious of debtors as debtors selectively disclose information. This relationship follows the agency theory. Creditors always want a fair and equal position with other creditors. This research is unique in discussing the situation between creditors in the concept of negative pledge and pari passu pro-rata parte. Aside from that, the study also observes the relationship between creditors and debtors in credit agreements and discusses solutions that can be given by debtors to creditors so that the pari passu pro-rata parte principle can be achieved. The pari passu pro-rata parte principle is regulated in the Indonesian Civil Code article 1131 - 1132 and Law on Bankruptcy article 176 jo. 189. The methodology used is the normative juridical method, specifically hermeneutics and idiographic from the economic and financial perspective. The research concluded that debtors and creditors could ensure a fair and equal position by implementing negative pledge through Master Credit Agreement and Security Sharing Agreement. Future research should study on the role of curators and judges as key people to keep the concept of negative pledge running well.

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)0,014
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,023
Communication savante0,0080,011
Science ouverte0,0020,008
Intégrité de la recherche0,0090,010
Charge utile insuffisante (le modèle a refusé de juger)0,0120,003

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,365
Écart entre enseignants0,317 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetLegal Studies and PoliciesTravaux en français237 207