MétaCan
Menu
← Retour à la cohorte
Enregistrement W2035386189 · doi:10.7202/1008474ar

La propriété intellectuelle et les PME : quels enjeux et quelles pratiques ?

2012· article· fr· W2035386189 sur OpenAlexvenueno aff
Olivier Crevoisier, Luc Amgwerd, Nathalie Tissot

Notice bibliographique

RevueRevue internationale P M E Économie et gestion de la petite et moyenne entreprise · 2012
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

La propriété intellectuelle (PI) fait l’objet d’une attention grandissante dans les stratégies des grandes entrep]rises ainsi que dans le cadre du commerce international (signature des Accords sur les aspects des droits de propriété intellectuelle qui touchent au commerce - ADPIC). Mais qu’en est-il des PME au regard de ces préoccupations ? La PI est-elle perçue comme un enjeu pour elles ? Quelles pratiques de PI ont-elles développées au regard de la nécessité d’innover et de l’utilisation de plus en plus intensive des ressources immatérielles ? Les réponses apportées dans cette contribution sont de nature exploratoire, basée sur une enquête par entretiens menée dans la région de l’Arc jurassien. Il s’avère que la propriété intellectuelle est un instrument incomplet pour les PME dans le sens où il n’offre pas de protection absolue, loin de là. Cependant, la protection n’est pas l’unique fonction que remplissent ces outils ; leur utilisation correspond à différentes logiques qui sont mises en évidence dans la première partie. Enfin, ces logiques se combinent de différentes manières selon le type d’entreprise et leur situation. En montrant la diversité des utilisations possibles et leurs diverses combinaisons, cet article révèle que la PI, malgré ses limites, peut être un atout pour les PME.

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)0,006
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0060,027
Communication savante0,0140,013
Science ouverte0,0010,007
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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 Opus0,032
Tête enseignante GPT0,312
Écart entre enseignants0,280 · 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'étudeSans objet
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

Citations6
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue internationale P M E Économie et gestion de la petite et moyenne entreprise→Même sujetSocial Sciences and Governance→Travaux en français237 207→