Open science in play and in tension with patent protections
Notice bibliographique
Résumé
The open science (OS) movement has garnered increasing support in academia alongside continued financial and reputational incentives to obtain intellectual property (IP) protections over research outputs. Here, we explore stakeholder perspectives about intersections between OS and IP to inform the development of institutional OS guidelines for the neurosciences in Canada. We held six focus groups and three interviews with 29 faculty members from a major research and clinical center in Canada. The semi-structured interview guide probed perspectives on the respective roles of patents and OS in neuroscience-related research. We applied thematic content analysis to the transcript data, and extracted 12 major themes and 30 subthemes. Participants perceived a conflict between OS ideologies and the inherently restrictive nature of patents, and highlighted the importance of autonomy, justice, and respectful, culturally safe research practices in any future adoption of OS. Overall, the data suggest that a hybrid OS-IP policy model supported by local expertise may be best suited to meet the priorities and values of the community while mitigating perceived threats. This model includes expanded education about patenting, incentivized data sharing and collaboration, and tangible resources to support implementation of OS that includes skilled support in digital research infrastructures.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,086 | 0,085 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,051 | 0,164 |
| Communication savante | 0,037 | 0,023 |
| Science ouverte | 0,004 | 0,026 |
| Intégrité de la recherche | 0,011 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».