Études des mécanismes et des stratégies pour favoriser le développement de la propriété intellectuelle des technologies vertes pour les startups au Canada
Bibliographic record
Abstract
Ce mémoire se penche sur les mécanismes et stratégies visant à promouvoir le développement de la propriété intellectuelle (PI) des technologies vertes pour les startups au Canada. Dans un contexte où ces entreprises jouent un rôle clé dans la transition vers une économie plus verte, il est crucial de comprendre les défis et opportunités associés à la gestion de leur PI qui est un levier essentiel pour protéger les résultats de la recherche et stimuler l’innovation. Cette étude adopte une méthodologie mixte, combinant des approches quantitative et qualitative. Dans un premier temps, une revue documentaire approfondie est menée afin d’analyser les dynamiques en matière d’innovation verte et les politiques gouvernementales. Par la suite, une analyse quantitative des dépôts de brevets est effectuée. Celle-ci s’appuie sur une labellisation automatisée par intelligence artificielle (IA) afin de classifier leurs impacts environnementaux, ce qui permet d’identifier les tendances technologiques et les types d’innovations émergentes dans le secteur cleantech. En parallèle, des entretiens semistructurés sont réalisés auprès de représentants de startups cleantech canadiennes, dans le but d’explorer leurs stratégies de PI, les obstacles rencontrés et leur perception des soutiens publics, tels que les brevets verts ou les subventions. Les résultats de cette recherche visent à identifier les meilleures pratiques en PI verte, tout en soulignant les lacunes des mécanismes existants. À terme, ce travail propose des recommandations concrètes pour renforcer l'efficacité des stratégies de PI des startups canadiennes dans le secteur des technologies propres, tout en offrant des pistes d’amélioration. Ce mémoire contribuera à éclairer les pratiques en matière de PI verte, consolidant ainsi le rôle des startups cleantech dans la lutte pour les pratiques écoresponsables en favorisant une innovation verte.
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 | 0.004 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.009 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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".