L’application de la loi à l’encontre des personnes morales comme vecteur de modification des comportements et pratiques et de redistribution de la responsabilité
Bibliographic record
Abstract
Il est essentiel de sanctionner les personnes physiques responsables des manquements commis par des personnes morales à des fins de dissuasion et de responsabilité individuelle, mais aussi afin de maintenir la confiance du public dans notre système judiciaire et dans l’industrie des services financiers. Toutefois, des obstacles juridiques, organisationnels et opérationnels rendent particulièrement difficile la recherche de la responsabilité des personnes physiques par les organismes d’application de la loi. Les scandales et crises financières témoignent de ces difficultés et laissent croire que seules les personnes morales font l’objet de sanctions, et non pas leurs administrateurs, dirigeants ou employés responsables. C’est principalement parce qu’elles ont parfois servi de substituts à la recherche de la responsabilité des personnes physiques que les procédures intentées à l’encontre des personnes morales n’ont pas bonne presse. Les mesures d’application de la loi à l’encontre des personnes physiques et les mesures d’application de la loi à l’encontre des personnes morales jouent des rôles différents. Il s’agit de mesures complémentaires plutôt que de substituts. Il en est ainsi puisque c’est à travers l’angle de la modification des comportements et pratiques (plutôt que de la seule sanction rétrospective) que le prisme de l’application de la loi à l’encontre des personnes morales devrait être considéré. En plus de dissuader, de telles mesures favorisent une modification (volontaire ou non) des comportements et pratiques ainsi que la redistribution de la responsabilité, notamment par l’entremise des mécanismes disciplinaires internes et pratiques de rémunération.
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 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.009 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.023 | 0.004 |
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".