MétaCan
Menu
Retour à la cohorte
Enregistrement W2558372028 · doi:10.1093/icc/dtw046

Why do some patents get licensed while others do not?

2016· article· en· W2558372028 sur OpenAlexaff
Karen Ruckman, Ian P. McCarthy

Notice bibliographique

RevueIndustrial and Corporate Change · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIntellectual Property and Patents
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésAttractivenessBusinessPatent portfolioQuality (philosophy)PrestigeIndustrial organizationMarketingPortfolioPatent analysisIntellectual propertyComputer scienceFinance

Résumé

récupéré en direct d'OpenAlex

To understand why some patents get licensed and others do not, we estimate a portfolio of firm- and patent-level determinants for why a particular licensor’s patent was licensed over all technologically similar patents held by other licensors. Using data for licensed biopharmaceutical patents, we build a set of alternate patents that could have been licensed-in using topic modeling techniques. This provides a more sophisticated way of controlling for patent characteristics and analyzing the attractiveness of a licensor and the characteristics of the patent itself. We find that patents owned by licensors with technological prestige, experience at licensing, and combined technological depth and breadth have a greater chance at being chosen by licensees. This suggests that a licensor’s standing and organizational learning rather than the quality of its patent alone influence the success of outward licensing.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,630
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,450
Tête enseignante GPT0,233
Écart entre enseignants0,217 · 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'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

Citations43
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial and Corporate ChangeMême sujetIntellectual Property and PatentsTravaux en français237 207