Le traitement judiciaire de la preuve scientifique : une modélisation des attitudes du juge face à la connaissance scientifique en droit de la responsabilité civile
Bibliographic record
Abstract
Le traitement judiciaire de la preuve scientifique en droit de la responsabilité civile en présence d’incertitude ou de débats est un sujet qui fait couler de plus en plus d’encre. Dans leur étude de droit comparé qui porte sur des jugements au fond de la France et du Québec, les auteurs évaluent la façon dont le juge accède à la conviction qu’un fait est prouvé lorsque cette représentation intellectuelle passe par la médiation de la connaissance scientifique, c’est-à-dire qu’elle nécessite d’avoir recours à une analyse scientifique de la situation de fait. L’étude s’interroge donc sur la manière dont les juges français et québécois appréhendent cette connaissance scientifique et se focalise ainsi sur le rapport des juges à la connaissance scientifique. En se penchant sur le raisonnement judiciaire français et québécois en matière de responsabilité civile, l’étude permet d’évaluer ce rapport au sein d’un champ de droit dont les racines sont similaires dans les deux ressorts, à la lumière toutefois d’une structure judiciaire et d’un droit de la preuve distincts.
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 | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.011 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.003 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 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".