Étude de faisabilité d’un système universel et automatique de pensions alimentaires
Bibliographic record
Abstract
Le système de perception et de recouvrement des pensions alimentaires et des avances sur les pensions alimentaires pour enfants du SECAL a évolué, grâce à des initiatives politiques successives et à la demande de nombreuses organisations de la société civile, vers un système généralisé accessible en cas de non-paiement. La présente étude examine, à nouveau à la demande du politique, mais aussi des parties prenantes, comment le SECAL peut évoluer vers un système automatique et universel d'intervention ou de médiation pour toutes les situations où une pension alimentaire pourrait être octroyée. S’appuyant, entre autres, sur deux exemples probants de systèmes de perception et de recouvrement des pensions alimentaires à l’étranger, au Québec et en France, l’étude examine comment le SECAL actuel pourrait évoluer vers un système de ce type et quelles pourraient en être les conséquences juridiques, financières et socioéconomiques. L’étude aborde des problématiques anciennes telles que la prévention des non-paiements, la question de l’accessibilité et l'impact sur le risque de pauvreté, mais de nouvelles questions sont également soulevées, telles que l'amélioration de l’attribution des pensions alimentaires et la mise en place de systèmes supplémentaires de soutien au revenu. Une évaluation concrète est également effectuée pour déterminer dans quelle mesure le système actuel et le nouveau système souhaité apportent une réponse à la prévention et à la réparation de situations de violences intrafamiliales.
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 | 0.014 | 0.040 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 0.002 |
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".