MétaCan
Menu
Retour à la cohorte
Enregistrement W4392891524 · doi:10.61315/lselr.666

Fighting for IP Equity: A Zoom on the Forthcoming Who Pandemic Agreement

2024· article· en· W4392891524 sur OpenAlexaff
Marie-Denise Vane

Notice bibliographique

RevueLSE law review · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueBiotechnology and Related Fields
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPandemicZoomEquity (law)Coronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)BusinessComputer sciencePolitical scienceMedicineLawPhysicsInfectious disease (medical specialty)Optics

Résumé

récupéré en direct d'OpenAlex

Faced with the impact of COVID-19, WHO Member States agreed to draft and negotiate an agreement on pandemic prevention, preparedness and response. A proposal for negotiating text of this WHO Pandemic Agreement was prepared by the Intergovernmental Negotiating Body’s Bureau and shared with its Drafting Group in October 2023 for its consideration. This process should lead to the adoption of a legally binding accord. This article considers the usefulness of this international instrument for pandemic prevention, preparedness and response in relation to intellectual property (IP) to ultimately recognise such usefulness but to argue that the negotiating text could be more ambitious. It focuses on the Agreement potential to mitigate the impact of IP regulations that favour developed countries and their pharmaceutical industries. The article first highlights how the international IP system, through the Agreement on Trade-Related Aspects of Intellectual Property Rights, disempowered developing countries in their battle against COVID-19. It then focuses on provisions relating to IP law found in the negotiating text to explore and question its potential to contribute to IP equity for developing countries for future pandemics. Finally, the article proposes recommendations to strengthen the impact of a WHO Pandemic Agreement in the fight for IP equity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,953
Score d'incertitude au seuil0,486

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,072
Tête enseignante GPT0,367
Écart entre enseignants0,295 · 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 tête enseignante, 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLSE law reviewMême sujetBiotechnology and Related FieldsTravaux en français237 207