MétaCan
Menu
Retour à la cohorte
Enregistrement W2263952302

Innovation, Intellectual Property and Development Narratives in Africa

2014· article· en· W2263952302 sur OpenAlexaff
Jeremy de Beer

Notice bibliographique

RevueSSRN Electronic Journal · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiquePrivate Equity and Venture Capital
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésIntellectual propertyCreativityAppropriationOpenness to experienceDual (grammatical number)Flexibility (engineering)BusinessKnowledge managementPolitical scienceEconomicsComputer scienceManagementPsychologyLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Human development, including not just economic growth but also the capability for longer, healthier and more fulfilling lives, depends on innovation and creativity. While various economic, technological, social and other factors influence innovative and creative activity, intellectual property (IP) rights – copyrights, patents, trademarks, trade secrets and other appropriation mechanisms – play an increasingly important role. How IP rights help or hinder innovation and creativity in different contexts in Africa is the subject of this book.This chapter canvasses aspects of the current reality of IP in the four main regions of the African continent. The evidence it summarizes helps to build an understanding of the ways in which the dual goals of protecting IP and preserving access to knowledge can be balanced. This chapter also gives an explanation of the broader rationale and methodological choices of Open AIR's research, which provides indications of the roles that are being, and can be, played by collaborative and openness-oriented dynamics in relation to innovation, creativity and IP. A better understanding of the nuances and dynamics of IP is essential to creating policy frameworks and management practices that balance IP protection and access in such a way that African regions, nations and communities can harness IP as a tool to facilitate collaborative networking within diverse systems of innovation and creativity.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,599
Score d'incertitude au seuil0,331

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,020
Tête enseignante GPT0,211
Écart entre enseignants0,191 · 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

Citations12
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetPrivate Equity and Venture CapitalTravaux en français237 207