MétaCan
Menu
Retour à la cohorte
Enregistrement W4392419780 · doi:10.7202/1109109ar

MEDIATION IN TRADE MARK DISPUTES. THE BENEFITS OF MEDIATION IN THE BATTLES OF THE TRADE MARKS

2024· article· en· W4392419780 sur OpenAlexaffvenue
Lyubka Vassileva-Karapanova

Notice bibliographique

RevueLex Electronica · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntellectual Property Law
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMediationPolitical scienceInternational tradeBusinessLaw and economicsPsychologyLawEconomics

Résumé

récupéré en direct d'OpenAlex

A well-recognized trademark is a valuable asset for its owner. It "sells" the goods or services for which it is used and builds a loyal customer base, giving the brand owner a competitive advantage in the market for those goods and services. The process of building and maintaining the reputation of a trademark requires considerable resources and persistence and is often surrounded by various disputes. The purpose of this article is to outline briefly, without claiming to be exhaustive, the specifics of trademark disputes and the benefits of mediation as a means of their resolution. A brief introduction to some basic trademark concepts is included to give an idea of the complexity of trademark disputes. Examples of trademark disputes resolved through negotiation or mediation are also included. As the relevant provisions of national trademark laws vary from country to country, the Regulation (EU) 2017/1001 on the European Union Trademark is used in the text as a reference law. It can be concluded that mediation in trademark disputes provides the parties with important advantages compared to traditional ways of resolving these disputes in adversarial administrative or judicial proceedings. Furthermore, instruments such as Directive 2008/52/EU and the Singapore Convention on Mediation enable the enforceability of settlement agreements resulting from mediation.

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)0,024
score de la tête « metaresearch » (Gemma)0,070
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,026
Score d'incertitude au seuil0,127

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,070
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0090,023
Communication savante0,0150,020
Science ouverte0,0030,016
Intégrité de la recherche0,0130,009
Charge utile insuffisante (le modèle a refusé de juger)0,0260,006

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 Opus0,016
Tête enseignante GPT0,264
Écart entre enseignants0,248 · 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'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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLex ElectronicaMême sujetIntellectual Property LawTravaux en français237 207