MétaCan
Menu
Retour à la cohorte
Enregistrement W2087035258 · doi:10.2202/1941-6008.1052

Alternative IP Mechanisms in Genomic Research

2008· article· en· W2087035258 sur OpenAlexfundaboutno aff
Cheryl Power, Ed Levy, Emily Marden, Ben Warren

Notice bibliographique

RevueStudies in Ethics Law and Technology · 2008
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIntellectual Property and Patents
Établissements canadiensnon disponible
Organismes subventionnairesGenome Canada
Mots-clésCommercializationIntellectual propertyAgency (philosophy)GenomicsInterimResearch programScience policyPolitical scienceTechnology transferBiologyGenomeEngineering ethicsPublic administrationKnowledge managementSociologyGeneEngineeringComputer scienceGeneticsSocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

This research is conducted by the Intellectual Property and Policy Research Group at the W. Maurice Young Centre for Applied Ethics at the University of British Columbia. It is part of the GE3LS (ethical, environmental, economic, legal and social issues related to genomics research) component of the Genome Canada Project "Dissecting Gene Expression Networks in Mammalian Organogenesis," MORGEN, which is located principally at the British Columbia Cancer Agency, Vancouver, British Columbia, Canada. The project is involved in upstream, basic genomic research. Part of this work includes the characterization of gene regulatory mechanisms governing organogenesis with a special focus on the heart, liver and pancreas. This paper serves as an introduction to both the MORGEN case study and the role of alternative mechanisms, such as open source. We discuss interim research results as they relate to our broader study of the relationship between open science, commercialization and technology transfer offices. The role of technology transfer offices (TTO) is central to our analysis and is viewed as a key factor in implementing Genome Canada policies and principles associated with IP and commercialization.

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)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,086
Score d'incertitude au seuil0,598

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,491
Tête enseignante GPT0,386
Écart entre enseignants0,105 · 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 tête enseignante, 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

Citations0
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStudies in Ethics Law and TechnologyMême sujetIntellectual Property and PatentsTravaux en français237 207