Bibliographic record
Abstract
Internet a révolutionné le commerce à distance en abolissant littéralement les barrières territoriales qui existaient entre le commerçant et le consommateur pour permettre des échanges dans un environnement dématérialisé. La pandémie de la Covid19 a été un tournant important pour le e-Commerce puisque le confinement qui s’en est suivi a presque obligé le monde à se tourner vers le virtuel qui a connu un boom spectaculaire. Presque tout se fait virtuellement au point que les épiceries aussi offrent la possibilité d’achat en ligne. Mais force est de constater que même dans le cyberespace, la relation entre le consommateur et le commerçant demeure déséquilibrée puisque ce-dernier reste celui qui édicte les règles du jeu. Dans ce travail, nous posons la question de savoir si les protections et garanties du consommateur, consacrées notamment par le Code Civil du Québec et la Loi sur la protection du consommateur, ont survécu avec le e-Commerce ou faut-il d’autres protections pour le consommateur dans le cyberespace? Nous postulons que le contrat intelligent peut être un moyen de sécuriser le consommateur dans le cadre du e-Commerce puisqu’il oblige le commerçant à clarifier les termes du contrat, offrant ainsi une prévisibilité de la relation contractuelle. Dans le cadre de notre travail, nous allons analyser les protections offertes actuellement au consommateur du commerce électronique en procédant à une analyse de droit comparé entre le Québec et la France dans le cadre de l’Union européenne. Puis nous verrons les avantages et inconvénients du contrat intelligent ce qui nous permettra de répondre à la question que nous posons à savoir s’il est un procédé salutaire qui remettrait l’équilibre dans la relation entre commerçant et le consommateur en assurant ainsi une protection adéquate à ce dernier.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.010 | 0.003 |
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; both teacher heads agree on what is shown here.
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".