MétaCan
Menu
Retour à la cohorte
Enregistrement W2930275906 · doi:10.1017/s1474745618000460

Mapping the New Frontier of International IP Law: Introducing a TRIPs-plus Dataset

2019· article· en· W2930275906 sur OpenAlexaff
Jean‐Frédéric Morin, Jenny Surbeck

Notice bibliographique

RevueWorld Trade Review · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIntellectual Property and Patents
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésTRIPS architectureIntellectual propertyTRIPS AgreementFrontierConsistency (knowledge bases)Order (exchange)International tradeBusinessPolitical scienceLaw and economicsLawEconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract This article introduces a new dataset on the intellectual property (IP) provisions included in preferential trade agreements (PTAs) and makes it available for research and policy communities alike. Several PTAs include IP commitments that go well beyond the Agreement on Trade-Related Aspects of Intellectual Property Rights (TRIPs). A sound knowledge of these TRIPs-plus commitments is essential in order to improve our understanding of what drives them and of their legal, social, and economic consequences. Yet, until now, these provisions have not been mapped in a comprehensive and systematic way. The T + PTA dataset fills this gap by documenting the existence of 90 types of IP provisions in 126 agreements signed between 1991 and 2016. We show that, even for like-minded countries, significant variations exist in their reliance on TRIPs-plus provisions, their degree of consistency across PTAs, and their preferences for some IP rights. We also find that strong TRIPs-Plus provisions are correlated with the depth of PTAs, the asymmetry between trade partners, and the strength of their domestic IP law. By making the T + PTA dataset available, we hope to create the opportunity for a new generation of research on TRIPs-plus agreements.

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)0,002
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0100,012
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,005

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 Opus0,115
Tête enseignante GPT0,247
Écart entre enseignants0,133 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Trade ReviewMême sujetIntellectual Property and PatentsTravaux en français237 207