MétaCan
Menu
Retour à la cohorte
Enregistrement W2966247228 · doi:10.26710/reads.v5i3.697

Intellectual Property Rights and Creative Economy; Way Forward for Pakistan

2019· article· en· W2966247228 sur OpenAlexaff
Muhammad Danyal Khan, Rao Imran Habib, Attaullah Mehmood, Abdul Basit

Notice bibliographique

RevueReview of Economics and Development Studies · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Productivity
Établissements canadiensGL Chemtec International (Canada)
Organismes subventionnairesnon disponible
Mots-clésIntellectual propertyEnforcementCreative industriesRevenueInvestment (military)ChinaEconomyIncentiveCreative economyBusinessEconomicsMarket economyCreativityLawFinancePolitical science

Résumé

récupéré en direct d'OpenAlex

This paper examines the relationship between enforcement of intellectual property rights and growth of the creative economy. Intellectual property based creative industries highly contribute towards national economy through trade, value addition, and tax revenues. Size of the global creative economy has almost doubled during 2015 leading it to the figure of $509 billion that was $205 billion during year 2002. It is worth noting that major player in global volume of creative economy are South Asian countries such as China, Hong Kong, Malaysia, India, and Taiwan. Major creative industries include software, pharmaceutical, music, cinema, fashion, design, art, culture, photography, publishing, and other related creative works. Creative industries need support of effective enforcement from intellectual property rights to pay incentive to a creator for its investment of expertise, labour, and finances. In absence of effective intellectual property enforcement and violation of intellectual property rights, innovation may go slow that affects growth of the creative economy. This research highlights potentials of growth of the creative economies in Pakistan in terms of intellectual property rights.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,932
Score d'incertitude au seuil0,743

Scores Codex et Gemma par catégorie

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

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 Opus0,056
Tête enseignante GPT0,263
Écart entre enseignants0,208 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of Economics and Development StudiesMême sujetEconomic Growth and ProductivityTravaux en français237 207