L’impact de la transaction sur l’évaluation des dommages subis par la caution, le codébiteur solidaire ou d’autres personnes intéressées
Bibliographic record
Abstract
La personne qui règle un litige à l’amiable entend parfois recouvrer la somme qu’elle débourse. Ainsi, la caution peut réclamer le montant de la transaction au débiteur principal. Le débiteur solidaire qui transige avec le créancier peut réclamer la part de ses codébiteurs. Ces deux recours constituent des cas de subrogation légale. La prescription n’est donc pas acquise; elle a été interrompue par l’action du créancier. Dès lors, la créance transmise par le mécanisme de la subrogation pourra être recouvrée d’un autre débiteur. Le subrogé devra démontrer l’existence et l’étendue de cette créance. De plus, le créancier pourra parfois être préféré au subrogé pour le solde qui lui est dû. Même si une remise de la dette a eu lieu, les deux recours peuvent coexister, ce qui suppose qu’il n’y ait pas novation. Enfin, dans certaines hypothèses, la subrogation ne peut avoir lieu, quoiqu’une tierce personne soit tenue d’indemniser la personne qui transige. La jurisprudence nous conduit cependant au même résultat : celui qui transige ne pourra recouvrer plus que ce qu’il aurait obtenu sans régler le litige. Il devra faire la preuve de l’existence de la créance et démontrer que le montant de ses pertes n’aurait pas été moins élevé en l’absence de transaction.
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 | 0.106 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.011 | 0.007 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.041 | 0.004 |
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".