MétaCan
Menu
Back to cohort
Record W6987179111

Sfide tecnologiche e diritto d’autore tra riferimenti storici e direttive europee

2017· article· it· W6987179111 on OpenAlexaboutno aff

Bibliographic record

VenueIRIS Research product catalog (Sapienza University of Rome) · 2017
Typearticle
Languageit
FieldBusiness, Management and Accounting
TopicCopyright and Intellectual Property
Canadian institutionsnot available
Fundersnot available
KeywordsPrerogativeEuropean unionConsumer law
DOInot available

Abstract

fetched live from OpenAlex

Negli ultimi venti anni, numerose direttive europee evidenziano le linee di sviluppo del diritto d’autore di fronte alle trasformazioni dell’innovazione tecnologica e alle sfide del mondo digitale. Il presente saggio rileva lo stretto legame tra alcuni interventi volti a modificare una serie di norme (durata del diritto d’autore rapporto con i diritti connessi, droit de suite) o a escluderne altre (diritti morali) e a ricostruzione storica delle loro origini e della loro evoluzione nei sistemi europei del XIX e del XX secolo. L’approfondimento della natura dei diritti sulle opere dell’ingegno, infatti, ha sempre attratto l’attenzione della dottrina più avvertita che ha lamentato la carenza di indagini dettagliate per definirne la configurazione, i rapporti con il diritto proprietario e l’autonomia delle prerogative di carattere personale. Alcuni problemi lasciati aperti dai secoli precedenti non trovano soluzione né nelle principali direttive europee né nella proposta di direttiva sul diritto d’autore nel mercato unico digitale del 2016, che vuole la modernizzazione del diritto d’autore per armonizzare la diversità culturale in Europa. Dopo una prima influenza del sistema europeo sul mondo angloamericano, oggi le direttive si rivolgono piuttosto a quest’ultimo, con una tendenza rischiosa rispetto ai saldi principi che provengono dal sistema del droit d’auteur. Per queste ragioni, nel presente saggio il sistema europeo è spesso messo in relazione con il Nord America e in particolare con il Canada, che presenta aspetti meno conosciuti, ma soprattutto più vicini a quelli dell’Europa continentale.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.004
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Scholarly communication, Insufficient payload (model declined to judge)
Consensus categoriesScience and technology studies, Insufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.375
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0030.004
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0010.001
Science and technology studies0.0050.003
Scholarly communication0.0010.004
Open science0.0050.005
Research integrity0.0000.002
Insufficient payload (model declined to judge)0.0060.004

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.

Opus teacher head0.088
GPT teacher head0.301
Teacher spread0.213 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2017
Admission routes1
Has abstractyes

Explore more

Same venueIRIS Research product catalog (Sapienza University of Rome)Same topicCopyright and Intellectual PropertyFrench-language works237,207