MétaCan
Menu
Retour à la cohorte
Enregistrement W3081730546 · doi:10.5539/jpl.v13n3p203

Protection of Intellectual Property Rights in Ukraine in the Light of European Integration Processes

2020· article· en· W3081730546 sur OpenAlexvenueno aff
Andrii Neugodnikov, T.N. Barsukova, R. F. Kharytonov

Notice bibliographique

RevueJournal of Politics and Law · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUkrainian Legal and Forensic Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIntellectual propertyLicenseLegislationEnforcementBusinessLaw enforcementLaw and economicsState (computer science)Order (exchange)Political scienceLawComputer scienceSociologyFinance

Résumé

récupéré en direct d'OpenAlex

The article provides an assessment of the state of legislation of Ukraine on the protection of intellectual property at the present stage. The most important problematic aspects and prospects of improving the legal regulation of intellectual property protection on the way to European integration are described in detail. The experience of foreign countries in ensuring the protection of intellectual property is analyzed. Particular attention is paid to the features of computer program protection, which is especially relevant nowadays. Features of the use of license agreements by the owner of computer programs, namely BSD License, Apache License, GNU General Public License, GNU Lesser General Public License, were analyzed. The conclusion is drawn that a system of continuous analysis of decisions made by European countries in the field of intellectual property law, as well as on issues related to general state policy on the administration of intellectual property, in order to implement developed approaches to legislation and law enforcement practice, could improve the protection of intellectual property rights in Ukraine.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,006
Communication savante0,0060,003
Science ouverte0,0000,004
Intégrité de la recherche0,0010,001
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 Opus0,040
Tête enseignante GPT0,269
Écart entre enseignants0,228 · 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'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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Politics and LawMême sujetUkrainian Legal and Forensic StudiesTravaux en français237 207