Le raisonnement judiciaire fondé sur l’équité dans les conflits entre actionnaires de petites sociétés : l’éclairage d’une approche consensuelle
Bibliographic record
Abstract
En droit canadien des sociétés par actions, le recours en cas d’iniquité, appelé communément « recours pour oppression », est un terrain fertile pour résoudre les confits entre les administrateurs, les dirigeants et les actionnaires des sociétés. Ce recours permet d’apprécier le caractère juste des actes d’une société en tenant compte non seulement des droits explicitement reconnus mais également des intérêts implicites des personnes protégées. Dans l’hypothèse où ils concluent à l’existence d’un acte abusif ou injuste, les juges disposent d’une discrétion étendue pour rendre l’ordonnance qu’ils estiment appropriée dans les circonstances. En raison de la fexibilité inhérente au concept de l’équité, la tâche qui incombe aux tribunaux en cette matière est périlleuse, car elle exige la prise en considération d’un ensemble de variables en vue d’établir les attentes réciproques des parties au moment de la création de l’entreprise et pendant la vie de celle-ci. Dans le contexte des petites sociétés composées d’un nombre restreint d’actionnaires, les autorités judiciaires sont appelées à évaluer une dynamique complexe de relations d’affaires auxquelles se greffent souvent des liens familiaux ou amicaux. Sur la base de l’analyse économique du droit, notre recherche a pour but de proposer une méthode de raisonnement judiciaire aux fins de l’application des recours fondés sur l’équité, plus particulièrement ceux qui impliquent les confits entre les actionnaires de petites sociétés. De manière rétrospective, la méthode envisagée pourra servir à évaluer les décisions judiciaires rendues en cette matière et pourra, de manière prospective, guider les tribunaux appelés à intervenir sur cette base. Cette évaluation débouchera sur une remise en question du forum traditionnel d’adjudication judiciaire et mettra en lumière l’utilité de recourir à certaines formes de justice consensuelle, telles la médiation et la conciliation judiciaire, pour résoudre les litiges de cette nature.
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 | 0.014 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.014 | 0.043 |
| Scholarly communication | 0.017 | 0.011 |
| Open science | 0.003 | 0.007 |
| Research integrity | 0.009 | 0.012 |
| Insufficient payload (model declined to judge) | 0.008 | 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".