Domestic patent rights, access to technologies and the structure of exports
Notice bibliographique
Résumé
Abstract Recent years have seen major reforms in patent laws around the world. We study the effects of variations over time and across countries in the strength of domestic patent rights (PRs) on exports in high‐R&D goods. Adopting a generalized factor‐proportions framework, we interact industry research intensity with national PRs. Countries with stronger PRs have significantly greater exports in research‐intensive sectors. These effects are positive in emerging and developing economies but smaller than in developed economies. The sensitivity of high‐R&D exports to PRs rises with inward flows of patent applications, FDI employment and intra‐firm trade with multinational firms. Résumé Droits de brevet domestiques, accès aux technologies, et structure des exportations . Au cours des années récentes, on a vu des réformes majeures du droit des brevets autour du monde. On étudie les effets de variations (dans le temps et entre pays) dans la robustesse des droits de brevet domestiques (DBs) sur les exportations des biens à forte intensité de R&D. À l’aide d’un cadre de référence généralisé axé sur les proportions de facteurs, on étudie les interactions entre l’intensité en recherche des industries et les DBs nationaux. Les pays dotés de DBs plus robustes ont des exportations plus grandes de manière significative dans les secteurs à forte intensité de recherche. Ces effets sont positifs dans les pays en émergence et en voie de développement, mais plus faibles dans les pays développés. La sensibilité des exportations de biens à forte intensité de R&D aux régimes de DBs s’accroît à proportion que s’accroissent les flux d’applications de brevets en provenance de l’extérieur, l’emploi attaché aux flux d’investissements direct de l’étranger, et le volume du commerce intra‐firme avec les firmes plurinationales.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».