MétaCan
Menu
Retour à la cohorte
Enregistrement W2559617377 · doi:10.7202/1037967ar

Non-Linear Innovation

2016· article· en· W2559617377 sur OpenAlexvenueno aff
Michal Shur‐Ofry

Notice bibliographique

RevueMcGill Law Journal · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIntellectual Property and Patents
Établissements canadiensnon disponible
Organismes subventionnairesHebrew University of Jerusalem
Mots-clésIntellectual propertyDoctrineGeniusLaw and economicsCounterintuitiveCreativitySociologyPolitical scienceEpistemologyLawPsychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Contemporary intellectual property theory concentrates on the cumulative and incremental nature of innovation and creation. A prevalent image depicts authors and inventors as “standing on the shoulders of giants.” This article focuses on a different type of innovation that has been largely overlooked by intellectual property theory and doctrine: innovation in the domains of science and art that breaks with convention, disputes existing paradigms, and “steps off” giants’ shoulders. I term it “non-linear innovation”. Drawing on multidisciplinary research ranging from the history of science, through network analysis of radical inventions, to studies of creativity, this article illuminates an embedded socio-cultural preference for incremental and linear novelty over paradigm-changing innovation. It then inquires whether intellectual property doctrine reflects this bias and whether the intellectual property regime can better foster non-linear innovation. The examination yields a series of counterintuitive recommendations concerning numerous patent and copyright law doctrines. More broadly, the analysis indicates that neither the “shoulders of giants” metaphor nor the opposite image of the “lone genius” adequately capture the dynamics of non-linear innovation. It further suggests that expanding intellectual property’s narrative of progress to accommodate non-linear innovation, alongside cumulative innovation, could significantly contribute to the ecosystem of innovation and creation.

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)0,010
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,017
Communication savante0,0050,007
Science ouverte0,0020,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,121
Tête enseignante GPT0,241
Écart entre enseignants0,120 · 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'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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMcGill Law JournalMême sujetIntellectual Property and PatentsTravaux en français237 207