MétaCan
Menu
Retour à la cohorte
Enregistrement W2266078087

SCC Clarifies Areas of Challenge for Selection Patents

2010· article· en· W2266078087 sur OpenAlexaboutno aff
Mark Perry

Notice bibliographique

RevueSSRN Electronic Journal · 2010
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIntellectual Property and Patents
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInnovatorNoveltyGenusOrder (exchange)Selection (genetic algorithm)Group (periodic table)BusinessIndustrial organizationOperations researchComputer scienceEngineeringBiologyArtificial intelligenceChemistryEcologyPsychologyFinanceEntrepreneurship
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

There is a grey area for inventors - or more realistically, their employers - between the time when they know they have a good idea that will probably work, and having a demonstrably new invention that will be patentable. This leaves them with the challenge as to when to file for a patent and what it can cover. It has become common practice for the chemical, biotechnology, and drug industries to file for a patent (the "genus" patent) when the inventors have a discernible group of materials and compounds that can do "something," and which satisfies the requirements for utility, novelty and unobviousness, and then to continue working on those compounds in order to tease out best candidates with specific properties. In 'Apotex Inc. v. Sanofi-Synthelabo Canada Inc.', [2008] S.C.J. No. 63, the innovator company Sanofi had obtained a genus patent covering a large group of compounds on the basis of years of work and sound prediction. In the genus patent there was no distinction drawn between the effects of different isomers, where the compounds have the same chemical formula, but one version rotates polarised light to the right, "dextrorotatory," and the other to the left, "levorotatory." One version of the compound can be imagined as a mirror image of the other.

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)0,031
score de la tête « metaresearch » (Gemma)0,106
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: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,207

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,106
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0070,006
Études des sciences et des technologies0,0100,010
Communication savante0,0290,021
Science ouverte0,0040,008
Intégrité de la recherche0,0220,019
Charge utile insuffisante (le modèle a refusé de juger)0,0620,017

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 Opus0,058
Tête enseignante GPT0,227
Écart entre enseignants0,169 · 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
GenreCommentaire

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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetIntellectual Property and PatentsTravaux en français237 207