Copyright And The Economic Effects Of Parody: An Empirical Study Of Music Videos On The Youtube Platform, And An Assessment Of Regulatory Options
Notice bibliographique
Résumé
This is the third in a sequence of three reports on Parody & Pastiche, commissioned to evaluate policy options in the implementation of the Hargreaves Review of Intellectual Property & Growth (2011). Study I presents new empirical data about music video parodies on the online platform YouTube; Study II offers a comparative legal review of the law of parody in seven jurisdictions; Study III provides a summary of the findings of Studies I & II, and analyses their relevance for copyright policy. Links to all three studies are available from http://www.ipo.gov.uk/pro-ipresearch/ipresearch-year/ipresearch-year-2013.htm Study III is structured as follows: First, we discuss the empirical findings from Study I. A sample of 8,299 user-generated music video parodies was constructed relating to the top-100 charting music singles in the UK for the year 2011. The key findings are: Parody is a signifi cant consumer activity: On average, there are 24 user-generated parodies available for each original video of a charting single. There is no evidence for economic damage to rights holders through substitution: The presence of parody content is correlated with, and predicts larger audiences for original music videos. The potential for reputational harm in the observed sample is limited: Only 1.5% of all parodies sampled took a directly negative stance, discouraging viewers from commercially supporting the original. Observed creative contributions were considerable: In 78% of all cases, the parodist appeared on camera (also diminishing the possibility of confusion). There exists a small but growing market for skilled user-generated parody: Parodists who exhibit higher production values in their works attract larger audiences, which can be monetized via revenue share with YouTube. Secondly, we present a distilled discussion of the legal treatment of parodies in seven jurisdictions that have implemented a copyright exception for parody (Australia, Canada, France, Germany, Netherlands, UK, and USA). The underlying principles (including economic and constitutional) governing divergent legal approaches are identified, and a list of policy options is presented. Thirdly, we provide a synthesis of the legal analysis and the empirical data. Each of the policy options identified in Study II is examined for its likely impact on the empirical sample gathered in Study I. Finally, some recommendations are made.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,004 | 0,008 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».