Bibliographic record
Abstract
La réforme du droit d'auteur dans l'UE : une approche institutionnelle Cette thèse a pour objet d’étudier comment le dispositif institutionnel actuel pour l’adaptation du droit d’auteur dans l’Union européenne peut être reconsidéré afin de promouvoir le niveau de cohérence plus élevé dans les pratiques réglementaires des États membres, ainsi que dans l’intérêt de la promotion d’un corps de règles européennes plus dynamiques en la matière.À l’aide de l’outil normatif de l’analyse institutionnelle comparative, les dispositions institutionnelles actuelles sont examinées, en se concentrant sur la qualité de la participation des parties prenantes du droit d’auteur dans le système politique, le marché et les tribunaux. Des exemples d’institutions administratives du droit d’auteur dans certaines juridictions (États-Unis et Canada) sont analysés plus en détail, en tirant des conclusions sur leurs fonctions et leurs rôles dans leurs systèmes juridiques respectifs. Enfin, cette thèse propose plusieurs solutions politiques, y compris la possibilité d’envisager une nouvelle autorité au niveau de l’Union européenne pour le droit d’auteur. En fin de compte, la remise en question du statu quo institutionnel dans l’Union européenne peut révéler de nouvelles voies prometteuses pour développer les fonctions administratives, quasi judiciaires, d’observation et de conseil nécessaires à la gestion du droit d’auteur à l’ère du numérique.
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 | 0.010 | 0.019 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.006 | 0.014 |
| Scholarly communication | 0.016 | 0.014 |
| Open science | 0.003 | 0.008 |
| Research integrity | 0.006 | 0.005 |
| Insufficient payload (model declined to judge) | 0.022 | 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".