Gender Parity in Intellectual Property: Trends, Barriers and Future Directions
Notice bibliographique
Résumé
The gender gap in intellectual property (IP) remains a significant global challenge, hindering women's participation in innovation and economic development. Despite international frameworks such as the TRIPS Agreement (1995) and WIPO's Gender & IP Strategy (2021), women remain disproportionately underrepresented in patent filings, copyrights, and trademarks. This study aims to identify and analyze the socio-legal, economic, and cultural barriers that limit women's access to IP rights. Utilizing a mixed-methods approach, the research integrates quantitative data from WIPO, USPTO, and EPO with qualitative insights from landmark legal cases like Association for Molecular Pathology v. Myriad Genetics and Harvard College v. Canada. The findings reveal that women constitute less than 20% of patent applicants globally, with greater disparities in developing regions. Systemic biases, socio-economic inequalities, and cultural norms emerge as critical factors contributing to the exclusion of women from IP systems. The study also finds that current international policies lack sufficient gender-specific provisions, limiting their effectiveness in reducing disparities. Recommendations include implementing gender-neutral patent examination processes, expanding funding opportunities for women innovators, and establishing mentorship and training programs to build capacity. The research underscores the need for a global, gender-sensitive IP framework that promotes inclusive and equitable innovation ecosystems. Addressing the gender gap in IP is essential for fostering diverse perspectives, maximizing innovation potential, and advancing gender equality in the knowledge economy.
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 | 0,008 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,004 | 0,007 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».