MétaCan
Menu
Retour à la cohorte
Enregistrement W7106249765 · doi:10.5281/zenodo.17675511

IP4OS - Unpacking the Possibilities of Intellectual Properties for Open Science

2025· article· W7106249765 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typearticle
Langue
DomaineComputer Science
ThématiqueResearch Data Management Practices
Établissements canadiensMiller Group (Canada)
Organismes subventionnairesEuropean Commission
Mots-clésIntellectual propertyUnpackingCitizen journalismResponsible Research and InnovationKnowledge sharingParticipatory action researchWork (physics)Project management

Résumé

récupéré en direct d'OpenAlex

IP4OS is a project funded under Horizon Europe (grant agreement No. 101188026). With a strong consortium of eight partners, the project seeks to revolutionise and strengthen research knowledge valorisation by promoting a coordinated approach between intellectual property (IP) management and open science (OS) practices. The project supports research institutions and researchers in understanding the full value(s) of their project outputs and in identifying the most suitable strategies to maximise impact—whether through tailored IP approaches, OS practices, or a thoughtful combination of both to create economic, societal, and/or environmental benefits. Through this integrated approach, the project connects flexible and context-appropriate IP tools with the open sharing of FAIR research outputs to enable more effective and responsible valorisation. Through it's evidence-based analysis of IP and OS interplay, engaging campaign activities and participatory training programme IP4OS establishes a Community of Practice that is empowered to boost Europe's R&I eco-system through IP and OS. This proposal describes IP4OS's activities and project goals.

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)0,012
score de la tête « metaresearch » (Gemma)0,029
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Communication savante, Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies, Communication savante, Science ouverte
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,952
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,029
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0100,003
Communication savante0,0460,024
Science ouverte0,0320,049
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,157
Tête enseignante GPT0,345
Écart entre enseignants0,188 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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 revueZenodo (CERN European Organization for Nuclear Research)Même sujetResearch Data Management PracticesTravaux en français237 207