Unilaterally Altering the Bargain: TRIPS, Section 107A, and the Regulatory Review Exception under Indian Patent Law
Notice bibliographique
Résumé
In 2003, Section 107A of the Patents Act wrote a regulatory review exception into Indian law. Its beholden purpose is to enable patent-protected pharmaceutical products to be brought to Indian markets quicker and in large numbers. Emboldened by a WTO decision brake-testing a similar Canadian statute, Indian pharmaceutical manufacturers have consistently claimed Section 107A benefits from domestic courts. Lately, the economic trail of these benefits has grown to implicate entities abroad. Pushback to this trend from patentees has duly arrived. It has culminated in a stack of Delhi High Court decisions in Bayer v. Union of India. Bayer writes three precepts into Indian law. First, it stipulates that, so long as the purpose of Section 107A is met, courts will not concern themselves with the geographical incidence of the underlying transaction. Second, it prescribes a checklist to assist domestic courts in assessing whether Section 107A is, indeed, satisfied. Finally, it sets out that commercial animus is the bright line dividing permissible transactions from impermissible ones. As this goes to press, less than six years have passed since Bayer. Yet, even in this short time, each of the Bayer precepts has been systemically annihilated by later courts. As a result, Section 107A law sits nervously: unsure whether to stick with the Bayer ideals or twist in favour of a more chaotic exercise of the TRIPS flexibilities that birthed Section 107A in the first place. In this essay, we narrate how and why this state of affairs has come to be. We side, on balance, with respecting outcomes that predictably interpret Section 107A and its attendant economic considerations. We conclude that, if push comes to shove, Indian courts ought to follow the lead of the WTO Canada decision over two decades ago.
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 | 0,018 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,017 | 0,037 |
| Communication savante | 0,026 | 0,012 |
| Science ouverte | 0,004 | 0,013 |
| Intégrité de la recherche | 0,018 | 0,024 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».