MétaCan
Menu
Retour à la cohorte
Enregistrement W2513886963 · doi:10.29173/alr251

Protecting Your Intellectual Capital in the Canadian Oil and Gas Industry

2012· article· en· W2513886963 sur OpenAlexvenueaboutno aff
Frank Tosto, Evan Nuttall

Notice bibliographique

RevueAlberta Law Review · 2012
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIntellectual Property and Patents
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIntellectual propertyCommercializationContext (archaeology)Energy lawEnforcementCLARITYBusinessPetroleum industryFossil fuelInternational tradeCapital (architecture)Industrial organizationEconomicsLawMarketingEnvironmental lawPolitical science

Résumé

récupéré en direct d'OpenAlex

Technological advancements are a key economic driver in the energy sector, particularly in the Alberta oil sands. Underlying the commercialization and use of such advancements are patents, trade secrets, and other intellectual property assets that can provide a competitive advantage in the energy sector. Appropriate planning and processes help maximize the advantage and minimize the risks associated with developing, protecting, licencing, enforcing, and otherwise leveraging intellectual property in the energy sector. This article includes a brief description of patents and trade secrets under Canadian intellectual property law. The article also includes a review of issues related to protecting patents and trade secrets, both in terms of developing the assets themselves and in terms of ensuring clarity of ownership with respect to employment and other contractual relationships between inventors and owners, as well as assignees, particularly within the context of joint ventures. Finally, the article provides a review of current Canadian law relevant to the enforcement of patents, with a focus on issues likely to arise in the litigation of patents for technology and trade secrets used in the oil and gas industry.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,554

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0140,008
Communication savante0,0090,002
Science ouverte0,0020,002
Intégrité de la recherche0,0050,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,126
Tête enseignante GPT0,251
Écart entre enseignants0,124 · 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
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

Citations3
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlberta Law ReviewMême sujetIntellectual Property and PatentsTravaux en français237 207