MétaCan
Menu
Retour à la cohorte

EU copyright reform : an institutional approach

2022· dissertation· W7151855684 sur OpenAlexaboutno aff
Natasha Mangal

Notice bibliographique

Revuenon disponible
Typedissertation
Langue
DomaineBusiness, Management and Accounting
ThématiqueCopyright and Intellectual Property
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Institutional changeWork (physics)Promotion (chess)Legitimacy

Résumé

récupéré en direct d'OpenAlex

La réforme du droit d'auteur dans l'UE : une approche institutionnelle Cette thèse a pour objet d’étudier comment le dispositif institutionnel actuel pour l’adaptation du droit d’auteur dans l’Union européenne peut être reconsidéré afin de promouvoir le niveau de cohérence plus élevé dans les pratiques réglementaires des États membres, ainsi que dans l’intérêt de la promotion d’un corps de règles européennes plus dynamiques en la matière.À l’aide de l’outil normatif de l’analyse institutionnelle comparative, les dispositions institutionnelles actuelles sont examinées, en se concentrant sur la qualité de la participation des parties prenantes du droit d’auteur dans le système politique, le marché et les tribunaux. Des exemples d’institutions administratives du droit d’auteur dans certaines juridictions (États-Unis et Canada) sont analysés plus en détail, en tirant des conclusions sur leurs fonctions et leurs rôles dans leurs systèmes juridiques respectifs. Enfin, cette thèse propose plusieurs solutions politiques, y compris la possibilité d’envisager une nouvelle autorité au niveau de l’Union européenne pour le droit d’auteur. En fin de compte, la remise en question du statu quo institutionnel dans l’Union européenne peut révéler de nouvelles voies prometteuses pour développer les fonctions administratives, quasi judiciaires, d’observation et de conseil nécessaires à la gestion du droit d’auteur à l’ère du numérique.

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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,756
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,000
Communication savante0,0020,007
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,4680,004

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 Opus0,030
Tête enseignante GPT0,247
Écart entre enseignants0,216 · 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
GenreAutre

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCopyright and Intellectual PropertyTravaux en français237 207