MétaCan
Menu
Retour à la cohorte
Enregistrement W4405717853 · doi:10.1136/bmjph-2024-001467

Negotiation of new international health law on intellectual property, technology transfer, open science and pathogen access and benefit sharing: a textual and contextual analysis

2024· article· en· W4405717853 sur OpenAlexafffundabout
Jeremy de Beer, Rosa De Koker

Notice bibliographique

RevueBMJ Public Health · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIntellectual Property and Patents
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of Cape TownAmerican University in CairoInternational Development Research CentreUniversity of JohannesburgUniversity of Ottawa
Mots-clésIntellectual propertyNegotiationTechnology transferLaw and economicsKnowledge managementBusinessPolitical sciencePublic relationsLawComputer scienceSociology

Résumé

récupéré en direct d'OpenAlex

Introduction: This original research article reframes new international law and policy developments at the intersections of open science, technology transfer, intellectual property and access and sharing the benefits of biomedical innovation in the context of global pandemics. Methods: Through textual and contextual analysis, using the lens of national experiences and negotiating positions of one high-income country, Canada, it traces the evolution of legal normative developments from a proposed waiver of aspects of the World Trade Organisation Agreement on Trade-Related Aspects of Intellectual Property Rights through a forum shift to negotiate a new agreement for pandemic preparedness and response (the Pandemic Agreement) at the WHO. Results: The analysis shows a significant evolution of treaty provisions on R&D, sustainable and diversified production of pandemic-related products, transfer of technology and know-how and access and benefit sharing. Juxtaposed against a Canadian parliamentary report, stakeholder consultations and Canada's stated commitment to equity, the negotiating texts reflect major compromises on the key issues. High-income countries sought open access to pathogen gene sequence data crucial for pandemic prevention, preparedness and response while resisting measures other than voluntarily licensing on mutually agreed terms of private intellectual property rights derived from the use of such data or other publicly funded research. Low- and middle-income countries, meanwhile, were offered diluted language on technology transfer in exchange for a new pathogen access and benefit-sharing scheme. Conclusions: The practical effects of these compromises remain to be seen, but they risk exacerbating rather than ameliorating global health inequities.

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)0,016
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,214

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,028
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,006
Études des sciences et des technologies0,0120,030
Communication savante0,0140,012
Science ouverte0,0020,005
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,261
Tête enseignante GPT0,363
Écart entre enseignants0,102 · 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.

Devis d'étudeQualitatif
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

Citations4
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMJ Public HealthMême sujetIntellectual Property and PatentsTravaux en français237 207