Bibliographic record
Abstract
L’objectif principal de la réforme à la Loi sur la faillite réside dans l’utlisation accrue de la procédure de réorganisation financière au détriment de la procédure de faillite. La présente étude a pour but d’évaluer l’impact potentiel de cette réforme sur la base d’une banque de données originale comprenant 393 entreprises canadiennes en réorganisation financière. Les résultats de l’analyse empirique nous mènent aux conclusions suivantes : (i) l’assouplissement de la règle de vote devrait entraîner une augmentation du nombre de propositions acceptées de l’ordre de 1.5 points de pourcentage, (ii) la modification de la priorité accordée à une partie des créances gouvernementales devrait accroître le taux de succès et d’acceptation des propositions de l’ordre de 2.02 et 0.55 points de pourcentage respectivement, et (iii) les modifications apportées au gel des procédures pourraient entraîner une augmentation de l’utilisation de propositions provisoires ce qui résulterait dans une diminution de la probabilité d’acceptation par les créanciers non garantis. Finalement, la récente réforme à la Loi sur la faillite possède tout le potentiel d’attirer en réorganisation des entreprises dans la partie gauche de la queue de la distribution des entreprises en difficultés financières. Ceci devrait réduire l’efficacité du système de faillite canadien et imposer des coûts additionnels à notre économie.
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 | 0.020 | 0.071 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.016 | 0.002 |
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".