Reappraising the Efficiency of Probabilistic Patents and Prescriptions for Patent Policy Reform
Notice bibliographique
Résumé
A number of alternative means of rewarding inventors, such as cash rewards and government buyouts of 2 inventions have been suggested.See e.g., Steven Shavell & Tanguy Ypersele, Rewards Versus Intellectual Property Rights, 44 J. L. & ECON.525 (2001) (proposing that government cash rewards would be appropriate in situations where R&D costs are high, that is, there is a large difference between marginal and average costs); Micheal Kremer, Patent Buy-Outs: A Mechanism for Encouraging Innovation, 113 Q.J. ECON.1137 (1998) (suggesting a system in which the government conducts an auction to determine the appropriate price it should pay the inventor for the invention); F. Scott Kieff, The Case for Registering Patents and the Economics of Present Patent-Obtaining Rules, 45 B. C. L. REV.55 (2003) (proposing a registration system with only "soft" examination procedures and a reduced presumption of validity for issued patents would be socially beneficial because it would require patentees to more carefully scrutinize prior art and apply for patent claims, in order to avoid post-issuance challenges for validity or infringement). I.2 patent enforcement could be more efficient and, whether stronger patent protection provides greater
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 | 0,049 | 0,241 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,012 |
| Communication savante | 0,012 | 0,018 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,009 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 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 ».