Qui dit contractuel ne dit pas toujours juste : quel avenir pour la théorie de l’imprévision en droit civil québécois post <i>Churchill Falls</i> ?
Bibliographic record
Abstract
Cet article examine la possibilité d’implantation d’un équivalent fonctionnel à la théorie de l’imprévision en droit québécois à la lumière des conclusions de la Cour suprême du Canada dans l’affaire Churchill Falls (Labrador) Corp. c . Hydro‑Québec, tranchée en 2018. La Cour, dans cette affaire, confirme que la théorie de l’imprévision n’existe pas en droit québécois, mais, de son propre aveu, cela ne veut pas pour autant dire qu’un mécanisme similaire ne puisse être invoqué grâce aux outils dont dispose le droit civil. Une analyse descriptive de la théorie de l’imprévision, à travers le prisme du droit comparé, informe d’abord le lecteur sur les contours généraux de cette théorie. Ce survol comparatif éclaire ensuite une analyse technique qui explore la possibilité et les paramètres d’une intervention judiciaire, en cas d’imprévision, fondée sur les exigences du devoir général de bonne foi. Loin d’être morte et enterrée, contrairement à ce que laissent entendre les tribunaux depuis 2018, la théorie de l’imprévision, dans une certaine forme, possède un avenir prometteur en droit civil québécois, soutient l’auteur.
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 | 0.004 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.029 |
| Scholarly communication | 0.008 | 0.006 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.014 | 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".