Le fair use et le fair dealing : etude de droit compare
Bibliographic record
Abstract
Il est possible d’utiliser dans certains cas les œuvres protégées par le droit d’auteur sans la permission préalable du titulaire du droit. L’étude des exceptions consacrées par le législateur ou affinées par la jurisprudence révèle les équilibres réalisés entre les différents intérêts. Par le biais du fair use et du fair dealing, les utilisateurs aux États-Unis et au Canada bénéficient respectivement des espaces de liberté, pourtant conditionnée. Les conditions d’application ne sont pas les mêmes dans les deux pays, et les divergences dans la reconnaissance et dans l’application de ces exceptions n’engendrent pas les mêmes conséquences sur la balance des intérêts. À première vue, on est enclin à penser que les intérêts des utilisateurs sont mieux respectés par le biais du fuir use aux États-Unis que par le biais du fair dealing au Canada, du fait que les usages permis au titre du fair use ne sont pas limités à des cas exhaustifs. Néanmoins, la loi canadienne ne mentionne ni l’obligation de respecter les intérêts économiques du titulaire du droit, ni des critères d’appréciation du caractère équitable de l’utilisation. Le fair dealing pourrait donc recevoir une interprétation non restrictive et méconnaître ainsi les intérêts du titulaire du droit au bénéfice des intérêts des utilisateurs. Ce qui signifie la négation d’une exigence qui pourrait s’avérer néfaste pour les utilisateurs aux États-Unis. Par ailleurs, le degré de concordance avec le test des trois étapes n’est pas le même qu’il s’agisse de l’une ou de l’autre défense. Une attention s’avère nécessaire de la part du juge et du législateur pour une adaptation du fuir use et du fair dealing et pour une harmonisation éventuelle.
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.000 |
| Scholarly communication | 0.001 | 0.004 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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 teacher head, 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".