Le développement du recours aux modes amiables en matière civile : étude comparée entre la France, les Etats-Unis et le Canada
Notice bibliographique
Résumé
Darwin disait que « les espèces qui survivent ne sont pas les espèces les plus fortes ou les plus intelligentes, mais celles qui s’adaptent le mieux aux changements ». La justice n’échappe pas à cette règle. Sans cesse confrontée à de nouveaux défis, tels que l’encombrement judiciaire ou la pacification des relations entre les parties, cette dernière va devoir trouver les moyens qui lui permettront de fonctionner en accord avec les besoins de son temps. Les modes amiables de résolution des conflits pourraient bien en faire partie. Implantés de longue date et particulièrement appréciés aux États-Unis et au Canada, ces derniers semblent pour l’heure boudés par les praticiens et les justiciables en France. Le législateur montre néanmoins un intérêt de plus en plus important pour ces méthodes et pour cause : elles ont fait leurs preuves Outre-Atlantique. Dès lors, comment parvenir à les développer au sein de notre système ? C’est la question à laquelle nous essayerons de répondre dans cette thèse.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,012 | 0,010 |
| Communication savante | 0,010 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
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 ».