Legal Protection of Intellectual Property Rights for Micro, Small and Medium Enterprises (MSMEs) Products in Kendari City
Notice bibliographique
Résumé
The purpose of this research is to find out the legal protection of Intellectual Property rights for MSME products in Kendari City and the efforts of the Kendari City government in order to provide legal protection of intellectual property rights over MSMEs products. This research uses normative juridical research methods, namely legal research conducted by examining library materials or secondary data as basic materials to be researched by conducting a search of regulations and literature related to the problems studied. This research emphasizes and used the approaches such as statute approach and conceptual approach. The results showed that: 1) The legal protection of intellectual property rights to MSMEs products in Kendari City included brand protection, copyright, industrial design, trade secrets, and patents. Brand Protection is the most widely used choice by MSMEs in Kendari City to create a strategic bargaining position on a national and international scale. This is in accordance with the data of IPR registration applications in Kendari City which is dominated by registration of brand registration applications. Types of IPR protection other than brands can also be utilized by MSMEs by looking at the advantages and disadvantages of IPR protection for use in business activities carried out, and 2) Efforts of the Kendari City government to protect and empower Small and Medium Micro Enterprises in Kendari City include: a) Increasing human resources Capacity through technical guidance, b) Providing training and socialization to MSME actors regarding IPR registration procedures, c) The IPR registration fee of MSME products is cheaper, d) Give an Intensive financing to IPR registration for MSME products.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».