MétaCan
Menu
Retour à la cohorte
Enregistrement W7104287853 · doi:10.71781/2179

Entre le bien et la personne, l’animal? : le statut juridique de l’animal depuis 2015

2024· dissertation· fr· W7104287853 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen MIND · 2024
Typedissertation
Languefr
DomaineSocial Sciences
ThématiqueAnimal Law and Welfare
Établissements canadiensnon disponible
Organismes subventionnairesChina Scholarship Council
Mots-clésGood faithDoctrineContext (archaeology)Confusion

Résumé

récupéré en direct d'OpenAlex

En 2015, La Loi visant l’amélioration de la situation juridique de l’animal a été adoptée. Cette loi transforme le statut juridique de l’animal. Autrefois considéré comme un bien, le Code civil du Québec indique maintenant à son article 898.1 que l’animal n’est pas un bien, mais un être doué de sensibilité ayant des impératifs biologiques. Or, une confusion demeure concernant la qualification de l’animal: si l’animal n’est plus un bien, est-il devenu une personne ? Cette question est légitime puisqu’en droit québécois, la summa divisio crée deux catégories : les biens et les personnes. Ainsi, si l’animal n’est plus un bien, qu’est-il devenu ? Le législateur québécois souhaitait-il créer une troisième catégorie entre les biens et les personnes ou a-t-il accordé le statut de personne aux animaux ? Le débat entourant la qualification juridique de l’animal était déjà au cœur de la doctrine et des jugements en droit animalier et ce n’est pas la Loi visant l’amélioration de la situation juridique de l’animal qui vient le régler, bien au contraire. Ce mémoire poursuit la conversation en s’intéressant aux frontières de la summa diviso et à son application dans le contexte du droit animalier. À la suite d’une analyse littéraire de la loi, de la doctrine et des jugements québécois, nous déterminerons l’effet de l’art. 898.1 du Code civil du Québec sur la classification de l’animal au sein du droit civil québécois.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,854
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,026
Tête enseignante GPT0,350
Écart entre enseignants0,324 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetAnimal Law and WelfareTravaux en français237 207