Aspects de droit d'auteur liés à la distribution d'oeuvres cinématographiques par Internet au Canada
Bibliographic record
Abstract
Le présent mémoire se penche sur trois questions liées à la distribution d'oeuvres\ncinématographiques par Internet au Canada. Ces questions sont le reflet des\nprincipales préoccupations d'une industrie en pleine expansion et sont abordées sous\nun aspect pratique.\nLa première question concerne l'applicabilité de la loi canadienne sur le droit\nd'auteur. L'aspect mondial du réseau Internet soulève en effet d'importantes\nquestions de droit international privé. Il s'agit donc de connaître, à travers l'analyse\nde différentes hypothèses, les circonstances d'application et la portée de la loi\ncanadienne.\nLa deuxième question s'intéresse à la portée de la protection offerte. Les différents\ndroits dévolus aux auteurs en vertu de la loi sont effectivement issus d'un\nenvironnement technique différent de celui proposé par Internet. Il s'agit donc\nd'analyser l'application de ces différents droits à la distribution d'oeuvres par Internet.\nEnfin, la troisième question se penche sur l'identité du titulaire des droits d'auteur sur\nune oeuvre cinématographique. La loi n'apporte en effet aucune réponse définitive à\ncette question et le processus de création particulier à la production d'une oeuvre\ncinématographique rend d'autant plus complexe la détermination du titulaire. Encore\nune fois, le présent mémoire tente de répondre à la question de la titularité par\nl'analyse successive de différentes hypothèses.
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.008 | 0.003 |
| Scholarly communication | 0.011 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.065 | 0.006 |
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".