MétaCan
Menu
Retour à la cohorte
Enregistrement W2056811888 · doi:10.4067/s0718-27242011000300009

Innovation Trends in NAFTA Countries: an Econometric Analysis of Patent Applications

2011· article· en· W2056811888 sur OpenAlexaboutno aff
José Carlos Rodríguez, Mario Gómez

Notice bibliographique

RevueJournal of technology management & innovation · 2011
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFirm Innovation and Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIntellectual propertyTRIPS architectureInternational tradeTRIPS AgreementEconometric analysisLegislationDeveloping countryBusinessWorld tradeFree trade agreementEconomicsInternational economicsPolitical scienceFree tradeEconomic growthLawEngineeringEconometrics

Résumé

récupéré en direct d'OpenAlex

This paper analyzes innovation trends in North America Free Trade Agreement (NAFTA) countries by means of the number of patent applications during the period 1965 to 2008.Making use of patent data released by the World Intellectual Property Organization (WIPO) and the Network for Science and Technology Indicators (Red Iberoamericana de Ciencia y Tecnología, RICYT), we search for presence of multiple structural changes in the patent applications series in Canada, Mexico, and the United States.Such changes may suggest that firms' innovative activity has been modified in these countries (Mansfield, 1986).Accordingly, it would be expected that the new regulations implemented in these countries in the 1980s and 1990s have influenced their intellectual property regimes through the NAFTA and the Trade-Related Aspects of Intellectual Property Rights (TRIPS) agreement.Consequently, the question conducting this research is how the new dispositions affecting intellectual regimes in NAFTA countries have affected innovation activities in these countries.The results achieved in this research confirm the existence of multiple structural changes in the series of patent applications resulting from the new legislation implemented in these countries.

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)0,003
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,006
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,077
Tête enseignante GPT0,258
Écart entre enseignants0,182 · 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.

Devis d'étudeObservationnel
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

Citations9
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of technology management & innovationMême sujetFirm Innovation and GrowthTravaux en français237 207