MétaCan
Menu
Retour à la cohorte
Enregistrement W4417518262 · doi:10.21275/sr251218134248

Orphan Works in Copyright Law: Causes, Challenges, and Comparative Legal Responses

2025· article· W4417518262 sur OpenAlexaboutno aff
Charisma Mariam Appachankutty

Notice bibliographique

RevueInternational Journal of Science and Research (IJSR) · 2025
Typearticle
Langue
DomaineBusiness, Management and Accounting
ThématiqueCopyright and Intellectual Property
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPublic domainIntellectual propertyPublic interestFair useCopyright lawIdentification (biology)MetadataPublic policy

Résumé

récupéré en direct d'OpenAlex

This article examines the legal, structural, and technological factors that contribute to the growing problem of orphan works within contemporary copyright systems. It explains how the removal of registration formalities, the steady extension of copyright duration, and weak metadata practices have made ownership identification increasingly difficult, particularly in the digital environment. Using a doctrinal and descriptive research methodology, the paper draws on domestic legislation, international treaties, judicial decisions, and policy reports to assess the scale of the problem and its practical consequences for authors, users, libraries, and cultural institutions. Comparative analysis of approaches in the United States, the European Union, Canada, and India highlight divergent regulatory models ranging from fair use doctrines to licensing and centralized orphan works registries. The discussion shows how legal uncertainty discourages preservation, digitization, and lawful reuse, resulting in a broader loss to public access and cultural memory. The article concludes by outlining policy options and preventive measures, emphasizing the role of diligent search standards, limited liability frameworks, and improved rights information systems in balancing copyright protection with public interest objectives.

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)0,009
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,781
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,005
Communication savante0,0030,006
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,163
Tête enseignante GPT0,402
Écart entre enseignants0,239 · 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.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Science and Research (IJSR)Même sujetCopyright and Intellectual PropertyTravaux en français237 207