Bibliographic record
Abstract
Les auteurs sont intarissables sur le sujet. Et pour cause. C’est de l’obligation de défendre dont il s’agit. En l’an 2000, le chiffre estimé par les assureurs américains pour les dépenses annuelles en frais de défense atteignait plus de 20 milliards de dollars. Au Québec et au Canada, ces coûts sont également très importants et continuent d’augmenter. La survenance d’un sinistre déclenche deux obligations distinctes pour l’assureur responsabilité : l’obligation de défendre et l’obligation d’indemniser. Lorsqu’il est poursuivi, ou menacé de l’être, l’assuré se demande d’abord et avant tout : qui va le défendre et qui va payer les frais de cette défense ? Le paiement de l’indemnité, par règlement ou par jugement, arrive en second dans le débat et la préoccupation de l’assuré. Bien que les principes généraux soient bien acquis, les certitudes sont rares et le questionnement demeure eu égard à certaines situations particulières. Nous entendons faire un rappel des notions fondamentales pour ensuite en dégager des principes pratiques. Une analyse particulière sera faite de l’évolution de la jurisprudence sur la relation tripartite entre assureur, assuré et avocat ad litem . De plus, nous tenterons de répondre à des questions demeurées en suspens comme la considération de la preuve extrinsèque, le remboursement possible des frais de défense engagés par l’assureur ainsi que le lien entre l’obligation de défendre et la limite fixée au contrat d’assurance.
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 | 0.008 | 0.034 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.069 | 0.017 |
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".