L'appréhension des marques non traditionnelles par le droit des maques : approche comparatiste franco-canadienne
Bibliographic record
Abstract
Notre mémoire de maîtrise porte sur l'appréhension des marques non traditionnelles par le régime du droit des marques français et canadien. L'objectif de ce travail est de démontrer que les marques atypiques n'ont pas la place qu'elles méritent au sein du droit des marques en France comme au Canada. A l'aire des nouvelles technologies, les entreprises redoublent d'efforts pour imaginer des moyens innovants afin d'attirer de nouveaux consommateurs et de fidéliser leur clientèle. Ainsi, depuis plusieurs années, de nouveaux types de marques font progressivement leur apparition dans le domaine du marketing. En effet, les marques traditionnelles, c'est-à-dire verbales et figuratives, laissent peu à peu la place à des marques non traditionnelles sollicitant d'autres sens que la vue. Jusqu'ici, les régimes de droit des marques français et canadien n'accordaient aucune protection à ces nouvelles sortes de marques. Toutefois, l'adoption de nouvelles législations européennes et canadiennes semble ouvrir une porte pour accueillir les marques atypiques. Finalement, nos recherches montrent que l'accueil offert aux marques non traditionnelles pourrait bien s'avérer n'être qu'une illusion et que des difficultés subsistent quant à leur acceptation.
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 | 0.015 | 0.033 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.015 | 0.018 |
| Science and technology studies | 0.007 | 0.007 |
| Scholarly communication | 0.018 | 0.009 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.024 | 0.002 |
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".