Les terrains contaminés au Québec: quels sont les risques pour les prêteurs?
Bibliographic record
Abstract
Ce rapport présente une vue d'ensemble des nouvelles obligations que les créanciers sont appelés à considérer lorsqu'ils financent des projets sur des terrains qui sont susceptibles de présenter des risques sur le plan environnemental. Au cours de la dernière décennie, la multiplication des découvertes de terrains contaminés sur notre territoire, les difficultés que présente souvent le Caractère lointain de leur contamination, l'ampleur des coûts environnementaux, sociaux et économiques qu'ils représentent, ont influencé les autorités publiques québécoises à aborder cette problématique environnementale selon une approche qui s'éloigne du principe du pollueur-payeur. Le législateur québécois est retourné à sa table de travail et a revu en profondeur sa législation et sa réglementation en matière de protection et de réhabilitation des terrains contaminés. La Loi modifiant la Loi sur la qualité de l'environnement et d'autres dispositions législatives relativement à la protection et à la réhabilitation des terrains que l'on nomme «loi 72» - numéro du projet de loi qui a précédé son adoption - est entrée en vigueur au Québec, le 1er mars 2003. Cette loi, et les règlements qui la complètent, modifient considérablementles obligations juridiques de plusieurs acteurs qui entretiennent, ou ont entretenu dans le passé, un lien avec un terrain contaminé. Désormais, non seulement le véritable pollueur, mais aussi le gardien, ancien ou actuel, qui peut être le propriétaire, le locataire, le sous-locataire, le syndic ou séquestre, le créancier,etc., peuvent se voir ordonner, par le ministre du Développement durable, Environnement et Parcs, de réhabiliter le terrain contaminé.Depuis l'entrée en vigueur de cette nouvelle réglementation, l'inquiétude des prêteurs est grandissante au Québec. Compte tenu des pertes financières et de l'impact sur leur image de marque que le financement d'une entreprise aux prises avec un terrain contaminé peut entraîner pour elles, les institutions financières sont plus hésitantes que jamais à financer des entreprises « à risque». Quelles sont les répercussions de cette nouvelle législation sur les transactions immobilières et commerciales au Québec ? Pour répondre à cette question, le rapport aborde les points suivants: quelles sont les nouvelles obligations en cette matière au Québec ? Quels sont leurs effets sur les transactions commerciales et Immobilières ? Comment les prêteurs peuvent-ils faire face aux nouveaux risques que ces obligations leur font courir ? Quelles modifications doivent-ils apporter à leurs pratiques de financement ? Bref, quelle est l'influence concrète de cette nouvelle réglementation sur la dynamique des marchés financiers au Québec ? Compte tenu de l'entrée en vigueur, assez récente, de la loi 72, il est trop tôt pour faire des constats sur les conséquences que cette loi entraîne sur les pratiques de financement des institutions financières, mais il n'est heureusement pas trop tôt pour comprendre quelles sont leurs nouvelles obligations légales et quelles sont les modifications qu'elles doivent apporter à leurs pratiques pour éviter de devoir supporter des coûts associés à la perte de leurs garanties et à d'éventuels coûts de réhabilitation de terrains contaminés dans la province.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.010 | 0.004 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".