MétaCan
Menu
Retour à la cohorte
Enregistrement W2002493897 · doi:10.5539/ass.v11n6p244

Modern Trends of Ways to Protect Intellectual Property on the Internet

2015· article· en· W2002493897 sur OpenAlexvenueno aff
Yelena Anatolyevna Kirillova, Oleg Yevgenyevich Blinkov

Notice bibliographique

RevueAsian Social Science · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiqueLaw, AI, and Intellectual Property
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThe InternetIntellectual propertyAnonymityInternet privacyPublic domainInteractivityComputer scienceCopyright infringementProperty (philosophy)Fair useWorld Wide WebBusinessComputer securityPolitical scienceLawGeography

Résumé

récupéré en direct d'OpenAlex

Volume of copyright infringement on the Internet increases in arithmetic progression, so the search for legal tools that can provide a high level of protection of copyright on the Internet is a priority. In this paper the aim is to consider some issues of digitized works protection and develop main directions of copyright protection on the Internet. With development of digital technologies and expansion of the Internet, intellectual property has undergone a massive transformation. Copyright legal relationships in real information environment and digital information environment, as demonstrated by the comparative analysis, have significant differences. A huge number of works of science, literature, art, movies, soundtracks, images and computer programmes have become digitized by means of the Internet, which creates a possibility of the user access to unlimited information resources. The Internet is a one-world electronic information space with its attributes-cross-border information exchange, anonymity, self-development, unity and interactivity. This research led to the conclusion that the principle of quasi-free use of any information should be used by users on Internet for personal purposes, including copyright objects placed in the public domain on the Internet. Such model can be legally implemented by establishing a presumed consent by a copyright holder for the use of copyrighted material by users for personal use, if the author or copyright holder has not stated otherwise. A definition of

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0020,011
Communication savante0,0070,011
Science ouverte0,0020,003
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,080
Tête enseignante GPT0,268
Écart entre enseignants0,188 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetLaw, AI, and Intellectual PropertyTravaux en français237 207