MétaCan
Menu
Retour à la cohorte
Enregistrement W2890229679 · doi:10.3386/w19560

Contracting Over the Disclosure of Scientific Knowledge: Intellectual Property and Academic Publication

2013· preprint· en· W2890229679 sur OpenAlexaff
Joshua S. Gans, Fiona Murray, Scott Stern

Notice bibliographique

RevueNational Bureau of Economic Research · 2013
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIntellectual Property and Patents
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Science Foundation
Mots-clésIntellectual propertyBusinessProperty (philosophy)AccountingLaw and economicsActuarial sciencePolitical scienceEconomicsLawEpistemologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

This paper provides a theoretical investigation of the tension over knowledge disclosure between firms and their scientific employees. While empirical research suggests that scientists exhibit a "taste for science," such open disclosures can limit a firm's competitive advantage or ability to profitably commercialize their innovations. To explore how this tension is resolved we focus on the strategic interaction between researchers and firms bargaining over whether (and how) knowledge will be disclosed. We evaluate four disclosure strategies: secrecy, patenting, open science (scientific publication) and patent-paper pairs providing insights into the determinants of the disclosure strategy of a firm. We find that patents and publications can be complementary instruments facilitating the disclosure of knowledge-providing predictions as to when stronger IP protection regimes might drive openness by firms.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,361
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,501
Tête enseignante GPT0,434
Écart entre enseignants0,066 · 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 tête enseignante, pas un consensus.

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

Citations31
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetIntellectual Property and PatentsTravaux en français237 207