Les incidences juridiques du bâti immobilier modélisé au Québec
Bibliographic record
Abstract
Ce mémoire traite comme objet le BIM (Bâti immobilier modélisé), ses incidences et ses perspectives juridiques dans le droit de la construction au Québec, il consiste à présenter une discussion méthodologique relative à ce sujet. Le BIM et la disposition de l’ensemble des informations sur une maquette numérique globale pourraient éventuellement élargir les hypothèses de mise en jeu des responsabilités des intervenants ainsi que le partage des risques. Pour le savoir, nous jugeons opportun de pouvoir dresser un panorama des risques et responsabilités des participants d’un projet de la construction pour permettre de tirer les changements ainsi que les conséquences juridiques de l’arrivée de ce processus dans l’industrie de la construction. Il est donc nécessaire d’analyser le cadre juridique actuel afin de déterminer l’applicabilité du régime de responsabilité civile aux intervenants BIM, au regard du droit de la construction et des dispositions du Code civil du Québec, par la même occasion, de conclure si un changement des dispositions législatives est nécessaire ou non. Ce travail traite également les difficultés juridiques inhérentes à l’utilisation des modèles BIM, notamment les risques technologiques et les questions des droits d’auteurs des éléments de la maquette numérique. Enfin, cette recherche dresse une présentation sur les outils juridiques à déployer et offre également une approche pragmatique des pratiques contractuelles actuelles du BIM au Québec en présentant les différents documents contractuels le concernant.
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 | 0.005 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.007 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.018 | 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".