Decoding Orphan Works Policies: Lessons from the European Union, the United Kingdom, Canada, and India
Notice bibliographique
Résumé
Orphan works are works (e.g., books, photographs, films) that are still protected by copyright law but whose copyright owners are untraceable by prospective users. The exercise of searching for the copyright owners before exploiting their works is critical in copyright law, as failure to do so would constitute copyright infringement. This aspect, however, cannot be met because the copyright holders are either unknown or untraceable. Globally, the discussions in this area are primarily focused on developing legal mechanisms to legalise the use of orphan works. For example, the suggestion to use the copyright statute's fair dealing defence and the proposal to implement a specific legal exception for the use of orphan works. The trend to examine orphan works policies, on the other hand, is not heavily discussed by the copyright society, despite the fact that this aspect is critical in understanding certain basic principles of the relevant laws. In this light, the purpose of this study was to fill the gap by examining the relevant orphan works policies in the selected jurisdictions by using policy analysis. The purpose is two-pronged. Firstly, to identify the similarities and unique characteristics of the orphan works policies. Secondly, to extract the basic principles and other important information that policymakers can use when developing their own version of orphan works policies and laws. Among the key findings are the importance of maintaining the goal of knowledge dissemination from orphan works and implementing the principle of openness to promote free movement of knowledge and innovation. It is hoped that this research will aid policymakers and legislators in better understanding the issue and developing a more robust solution.
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 | 0,015 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».