MétaCan
Menu
Retour à la cohorte
Enregistrement W2019412575 · doi:10.1108/14636690710816426

When standards become business models: reinterpreting “failure” in the standardization paradigm

2007· article· en· W2019412575 sur OpenAlexaff
Richard Hawkins, Pieter Ballon

Notice bibliographique

RevueInfo · 2007
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueDigital Platforms and Economics
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésStandardizationInteroperabilityBusiness modelComputer scienceProcess (computing)Process managementKnowledge managementBusinessMarketingWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Purpose This paper aims to explore the question: “What is the relationship between standards and business models?” and illustrate the conceptual linkage with reference to developments in the mobile communications industry. Design/methodology/approach A succinct overview of literature on standardization, business models and platform markets in the paper leads to a hypothesis on the relationship between present‐day standardization processes and business model design. This is then explored by means of three short case studies. Findings The case studies of Mobile‐ICT illustrate that regardless of institutional orientation or process, the most important standardization strategy for equipment and service providers is to create platforms that are open to the development of complementary products and services while at the same time preserving the proprietary edge necessary to ensure lock‐in effects. All three cases yielded strong reasons to doubt whether many of the traditional advantages of standardization (interoperability, economies of scale, positive externalities, etc.) will be achieved equitably for all of the stakeholders. Originality/value This is an exploratory paper that aims to shed light on present‐day concerns about “failure” in the standardisation paradigm.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,035
score de la tête « metaresearch » (Gemma)0,057
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,186

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0350,057
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,004
Études des sciences et des technologies0,0060,102
Communication savante0,0160,036
Science ouverte0,0020,013
Intégrité de la recherche0,0060,008
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,225
Écart entre enseignants0,208 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInfoMême sujetDigital Platforms and EconomicsTravaux en français237 207