Классификация субъектов трансграничных авторско-правовых отношений
Notice bibliographique
Résumé
The article is devoted to the identification of types of potential participants (actors) of cross-border copyright relations and their classification as authors and other rights holders (successors). On the basis of the fundamental international agreements - the Bern Convention for the Protection of Literary and Artistic Works of 1886 and the World Copyright Convention 1952, the author studies the question of legal capacity of individuals and legal entities from the point of view of their capacity to participate in cross-border copyright relations as authors and other rights holders. The author investigates the possibility of possessing the status of author and copyright holder by natural and legal persons in accordance with the national copyright law of the Russian Federation and some other countries (United Kingdom, Germany, United States, etc.). The article deals with the features of the status of the copyright holder in works of folklore based on legal regulation in a number of developing countries (Ghana, Tunisia, Bolivia, Chile, Morocco, Algeria, Senegal, Kenya, Mali, Burundi, Cote d'Ivoire, Iran, Barbados, Indonesia, Nigeria, etc.) and some developed countries (Canada, Cyprus, Sri Lanka). It is concluded that despite the fact that the Civil Code states that the status of the author can only be legally held by individuals as a result of authorship based on legal regulations previously ceased to be in force and effect at present, as well as due to ambiguity of interpretation of certain rules in the legislation; in fact, in RF both natural and legal persons can possess the status of the author. It is also concluded that due to the nature of the Convention and the national legal regulation in different States, overall, in individual States the status of the author can be held by either only natural or natural and legal persons; this fact should be taken into account when classifying the authorship in relation to cross-border copyright relations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,006 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».