Straddling the fence of computer programs' patentability: how to foster software invention and innovation
Bibliographic record
Abstract
Ce mémoire identifie des moyens accessibles aux décideurs politiques et aux acteurs de l'industrie informatique pour promouvoir l'inventivité et l'innovation de logiciels. Pour ce faire, la clôture de la brevetabilité des programmes informatiques est chevauchée : ne prenant pas parti à ce débat, le point de vue qu'elle procure est utilisé pour apprécier sur deux volets des outils favorisant l'inventivité et l'innovation de logiciels. D'abord, leur faisabilité est évaluée de façon pragmatique en analysant la superstructure du droit international de la propriété intellectuelle, principalement l'Accord sur les aspects des droits de propriété intellectuelle qui touchent au commerce, qui prévoit des dispositions auxquelles les Membres de l'Organisation mondiale du commerce doivent donner effet. Ensuite, des intérêts bénéfiques potentiels de ces mesures sont discutés en lien avec quatre éléments qui justifient la non-brevetabilité des sujets abstraits à l'intérieur de la logique utilitaire des systèmes canadien et américain des brevets, soit la préemption issue de l'exclusivité octroyée par les brevets, la structure par combinaison et accumulation de l'inventivité, les obstructions causées par un trop grand nombre de brevets et la désincarnation. Parmi ces instruments, sont notamment discutés les normes de brevetabilité des programmes informatiques, la prescription d'exploitation des brevets, la révocation de brevets, l'ingénierie inversée, la dépendance au sentier, les clauses de non-concurrence, les effets de l'entreprise réseau sur l'innovation, les pratiques contractuelles en lien avec les brevets, les autorités de concurrence et la rivalité entre les deux principales approches en développement de logiciels : l'appropriation privative et le logiciel libre et ouvert.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.012 | 0.052 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.005 | 0.017 |
| Scholarly communication | 0.011 | 0.024 |
| Open science | 0.003 | 0.010 |
| Research integrity | 0.005 | 0.004 |
| Insufficient payload (model declined to judge) | 0.031 | 0.005 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".