spb/traite-evaluation-qc

1id,chapitre,affirmation,source_id,verification,date,statut,notes2CLM-37-01,37,"IAAO Standard on AVMs (révisé, approuvé juillet 2018) : évaluation de la performance par statistiques de ratio ; COD comme mesure de variabilité (§7.3.2.1) ; PRD/PRB avec intervalles de confiance (§7.3.3) ; seuils renvoyés au Standard on Ratio Studies ; validation sur ventes non utilisées à la calibration ; stratification",SRC-C-026,notes-C.md §3.3 ; registry-C SRC-C-026,2026-10-31,verifie,"Document protégé : paraphrasé, non reproduit"3CLM-37-02,37,"IAAO Standard on Ratio Studies (2013) : COD unifamilial 5,0-10,0 (homogène) et 5,0-15,0 (hétérogène) ; niveau 0,90-1,10 ; PRD 0,98-1,03 ; PRB ±0,05 ; COD < 5 peut indiquer sales chasing",SRC-C-024,notes-C.md §3.3 (copie 2013 audits2.ga.gov) ; révision annoncée (SRC-C-063),2026-10-31,verifie,"Citer 2013 avec réserve"4CLM-37-03,37,"IAAO Standard on Mass Appraisal of Real Property : Revised 2025 (remplace 2017)",SRC-C-025,notes-C.md §3.3,2026-10-31,verifie,5CLM-37-04,37,"NPP OEAQ règle 2.3, éléments 10 et 11 : justifier le rejet d'une méthode traditionnelle ; exposer tout écart avec les directives",SRC-C-001,notes-C.md §3.1,2026-10-31,verifie,"Citée via clé oeaqNormes"6CLM-37-05,37,"CUSPAP 2026 (en vigueur 1er avril 2026) comporte une norme Mass Appraisal ; IVS en vigueur 31 janvier 2025 ; RICS Red Book VPS 5 Valuation models",SRC-C-003;SRC-C-002,notes-C.md §2.5,2026-10-31,verifie,"Numéros de VPS lus sur la page RICS (PDF non téléchargé, notes-C §5)"7CLM-37-06,37,"LFM art. 138.5 : recours au TAQ après la demande de révision ; art. 147 : le Tribunal peut fixer une valeur inférieure ou supérieure à celles proposées par les parties et inscrit la valeur réelle divisée par le facteur du rôle (art. 264)",SRC-B-001,notes-B.md §9.3-9.4 (LégisQuébec F-2.1 à jour au 15 oct. 2026),2026-10-31,verifie,8CLM-37-07,37,"MEFQ 2026 partie 3 : processus d'évaluation (analyse du marché, modélisation) ; contenu protégé, non reproduit",SRC-B-013,notes-B.md ; clé mefqpartie3 (déjà citée au ch. 9 et 18),2026-10-31,verifie,"Aucune prescription de famille de modèles trouvée dans les textes consultés : affirmé comme constat de lecture"9CLM-37-08,37,"Aucune décision du TAQ portant spécifiquement sur l'admissibilité d'un modèle d'apprentissage automatique en évaluation foncière n'a été identifiée",,Recherche documentaire (notes-B §5 : CanLII refuse l'accès automatisé),2026-10-31,non_verifie,"Présenté dans le texte comme constat non vérifié, non comme règle ; recherche CanLII/SOQUIJ manuelle recommandée"10CLM-37-09,37,"Shapley (1953) : unique règle satisfaisant efficacité, symétrie, joueur nul, additivité ; Lundberg & Lee (2017) : SHAP = unique explication additive respectant ces axiomes ; Lundberg et al. (2020) : TreeSHAP polynomial, valeurs d'interaction",SRC-37-001;lib-D,Crossref DOI 10.1515/9781400881970-018 ; lib-D lundbergLee2017, lundberg2020,2026-10-31,verifie,"Shapley 1953 non cité par \parencite (clé dans lib-ch37.bib) ; donné en note de bas de page avec DOI"11CLM-37-10,37,"Roberts et al. (2017, Ecography 40(8) 913-929) : la validation croisée aléatoire surestime la performance sur données structurées (espace, temps, hiérarchie) ; validation par blocs",SRC-37-002,Crossref DOI 10.1111/ecog.02881,2026-10-31,verifie,"Clé robertsEtAl2017 dans lib-ch37.bib ; note de bas de page dans le texte"12CLM-37-11,37,"Friedman (2001) introduit la dépendance partielle et le gradient boosting comme descente de gradient fonctionnelle ; Breiman (2001) : forêts, erreur hors sac, importance par permutation ; Chen & Guestrin (2016) : objectif au second ordre régularisé (gain en forme fermée)",lib-D,notes-D.md §ch. 37 ; dérivations de l'auteur",2026-10-31,verifie,13CLM-37-12,37,"Mayer et al. (2019) : boosting plus précis sur données riches, méthodes hédoniques compétitives et plus stables ; Bogin & Shui (2020) : AVM et évaluations se dégradent en zone rurale, AVM davantage ; McCluskey et al. (2013) : ne pas généraliser un gain de précision d'un seul jeu",lib-D,notes-D.md §ch. 37 et §ch. 20 (résumés des articles, non relus en texte intégral pour ce chapitre),2026-10-31,partiellement_verifie,"Formulations prudentes ; à relire avant publication"14CLM-37-13,37,"shap 0.48 ne lit pas le format de modèle de xgboost 3.2 (ValueError sur base_score) → TreeSHAP appliqué au GradientBoostingRegressor de scikit-learn 1.6",,Reproduit dans l'environnement du dépôt le 2026-10-31,2026-10-31,verifie,"Limite technique déclarée dans le chapitre"15