Bibliographic record
Abstract
Avec le vieillissement de la population surgissent des questions juridiques importantes, entre autres en matière de transmission du patrimoine des personnes âgées. Plusieurs aînés possèdent un patrimoine dont la valeur est considérable et ils sont susceptibles de le transmettre à court ou à moyen terme, notamment au moyen de libéralités. Or, on sait que le contentieux relatif aux libéralités consenties par des personnes âgées est abondant. La lecture de la jurisprudence nous apprend par ailleurs que plusieurs motifs de contestation sont en lien avec l’âge de l’auteur de la libéralité. Devant ce constat, il y a lieu de s’interroger pour savoir s’il faut effectivement se méfier des libéralités des aînés. Les personnes âgées nécessitent- elles une protection particulière à ce chapitre? Nombreux sont les spécialistes qui mettent en garde contre l’âgisme. Par contre, il convient de distinguer les comportements « âgistes » des comportements « en fonction de l’âge d’une personne ». Si le premier type de comportement résulte de croyances erronées et de stéréotypes envers les personnes âgées, le second peut, au contraire, constituer un comportement approprié en raison de l’âge d’une personne. Sachant que ces deux types de comportement à l’égard des aînés existent, cet article a pour objectif d’étudier comment « l’âge avancé » de l’auteur d’une libéralité influence le raisonnement des juges. Quel est l’impact des représentations sociales associées à l’âge dans les décisions judiciaires rendues en matière de libéralités? S’il est vrai que le droit se méfie généralement des libéralités, qu’en est-il lorsqu’une personne aînée en est l’auteure?
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 | 0.004 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.025 |
| Scholarly communication | 0.006 | 0.006 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.007 |
| Insufficient payload (model declined to judge) | 0.006 | 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".