Mesure du taux de pertes des sources de crédit et de financement externe dans les cas d'insolvabilité commerciale faisant l'objet d'une procédure de redressement en vertu du droit canadien et analyse exploratoire de la sensibilité de ce taux à divers facteurs
Bibliographic record
Abstract
AvertissementL'auteur de ce mémoire ou de cette thèse a autorisé l'Université du Québec à Trois-Rivières à diffuser, à des fins non lucratives, une copie de son mémoire ou de sa thèse.Cette diffusion n'entraîne pas une renonciation de la part de l'auteur à ses droits de propriété intellectuelle, incluant le droit d'auteur, sur ce mémoire ou cette thèse.Notamment, la reproduction ou la publication de la totalité ou d'une partie importante de ce mémoire ou de cette thèse requiert son autorisation.Sommaire WorldCom, Enron, Air Canada, Lehman Brothers, General Motors, et plusieurs autres entreprises de différentes tailles ont fait la une des médias ces dernières années non pas pour leurs bénéfices exceptionnels, mais pour des défauts de paiement, des situations d' insolvabilité.Certaines se sont placées sous les législations d' insolvabilité ou ont entrepris des renégociations informelles pour régler leurs situations d' insolvabilité.Des sommes importantes, de l' ordre de plusieurs milliards de dollars sont en cause.Dans les différentes économies, l' insolvabilité commerciale est une des situations à laquelle toute entreprise peut être confrontée durant son existence.Ayant des causes diverses (malchance, fraude, crise financière ... ), ses conséquences sont ressenties par toute la société.Au Canada en 2013 , 4281 entreprises ont entamé des procédures d' insolvabilité selon les données du bureau du surintendant des faillites.Une étude de Papillon (2011) a révélé que l' insolvabilité a engendré des coûts directs d' environ 4,7 milliards de dollars au Canada pour la période 1994-2009.Lorsque l' insolvabilité survient, les créanciers et autres sources de financement veulent recouvrer le maximum de sommes avancées.Plusieurs études ont été réalisées sur différents marchés dans le but de déterminer les pertes des créanciers lors des procédures d' insolvabilité.Au Canada, de 1981 à 2013 , les pertes moyennes minimales par année sont de l' ordre de 3,9 milliards de dollars 1. Les pertes pour les créanciers non garantis représentent en moyenne 90 % des créances et sont reliées à différents facteurs.Au Canada, pour faciliter les études portant sur l' insolvabilité, le législateur, à la suite de multiples recommandations a mis sur pied à partir de l' automne 2009 un registre 1 Les données nécessaires aux calculs proviennent du bulletin sur l' insolvabilité.Ce bulletin est disponible en ligne via le site internet du bureau du surintendant des faillites.Conclusion du chapitre 4 ................ ... ....
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".