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 Tecnologa, 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 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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesBibliométrie
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,664
Score d'incertitude au seuil0,973

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0440,047
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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