MétaCan
Menu
Retour à la cohorte
Enregistrement W7002107335

Of Lock-Breaking and Stock Taking: IP, Climate Change and the Right to Repair in Canada

2023· article· en· W7002107335 sur OpenAlexaboutno aff

Notice bibliographique

RevueeYLS (Yale Law School) · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueFusion materials and technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClimate changeStock (firearms)Order (exchange)Intellectual propertyCentralityGlobal warming
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper argues that Canadian governments have both legal and moral obligations to act to combat climate change. In seeking to fulfill these obligations, Canadian governments should pay particular attention to Canada’s intellectual property (IP) regime. This paper argues that given the centrality of IP to Canada’s economy, a comprehensive review is required in order to determine whether and the extent to which elements of Canada’s IP regime contribute to climate change or impede climate action. To illustrate the need for such a review, this paper will highlight one example of how Canada’s IP regime, as currently structured, impedes the fight against climate change. Specifically, it will focus on the provisions of Canada’s Copyright Act that provide protection for technological protection measures (TPM). These provisions limit the extent to which consumers can repair software-enabled products that they have purchased. Reform of the TPM provisions in Canada’s Copyright Act is required in order to ensure that they do not act as a barrier to repair. This paper will discuss several options for reform. While a comprehensive review of Canada’s IP laws is necessary in order to identify and amend all provisions that contribute to climate change or that impede climate action, amending the TPM provisions of the Copyright Act to include an exception for the purposes of diagnosis, repair, and maintenance would be an important step in this direction.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,612
Score d'incertitude au seuil0,423

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 recherche0,0000,000
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 Opus0,023
Tête enseignante GPT0,245
Écart entre enseignants0,221 · 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'étudeExpérimental (laboratoire)
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeYLS (Yale Law School)Même sujetFusion materials and technologiesTravaux en français237 207