La protection des consommateurs de services et produits financiers au Québec : constats tirés de l’analyse économique comportementale du droit
Bibliographic record
Abstract
Dans le cadre du projet Accès au Droit et à la Justice (ADAJ), le chantier de recherche mené sur le thème de la protection des consommateurs de produits et services financiers est né à la suite d’une série d’entretiens effectués au cours des années 2018 et 2019 auprès des acteurs clés du domaine. Ces données empiriques ont été analysées à la lumière de l’économie comportementale du droit. Cette approche souligne l’existence de divers biais cognitifs chez les individus, c’est-à-dire des déviations systématiques et prévisibles de la rationalité qui affectent de manière significative leur jugement et leur prise de décision. Les biais cognitifs sont associés au « système 1 » dans le double processus du jugement humain, un système rapide, automatique et fortement dépendant du contexte. Les enjeux liés à l’achat et à la vente de produits financiers se caractérisent par une complexité des produits et des contrats ainsi que par le manque de connaissances des consommateurs et des conseillers. Cette complexité entraîne alors une prévalence de certains biais cognitifs chez les consommateurs, qui varient selon leur âge et leur expérience. En effet, les biais cognitifs sont généralement utilisés afin de traiter et de filtrer une surcharge d’information ou pour donner un sens à des éléments complexes et fractionnés. Les biais affectent non seulement la perception du risque chez les consommateurs, mais les poussent aussi à prendre des décisions mal adaptées à leur situation. Les conseillers et les courtiers peuvent jouer un rôle essentiel dans la mitigation de plusieurs de ces biais, si les outils et les pratiques mises en place attirent l’attention des consommateurs aux éléments les plus importants sur lesquels ces derniers doivent fonder leur décision d’achat.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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 teacher head, 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".