MétaCan
Menu
Retour à la cohorte
Enregistrement W2141101549 · doi:10.1080/1043859052000344705

Who is not developing open source software? non-users, users, and developers

2005· article· en· W2141101549 sur OpenAlexfundno aff
Linus Dahlander, Maureen McKelvey

Notice bibliographique

RevueEconomics of Innovation and New Technology · 2005
Typearticle
Langueen
DomaineComputer Science
ThématiqueOpen Source Software Innovations
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Guelph
Mots-clésInvestment (military)Open source softwareBusinessMarketingOpen innovationKnowledge managementPublic relationsSoftwarePolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

The development of knowledge requires investment, which may be made in terms of financial resources or time. Open source software (OSS) has challenged much of the traditional reasoning by suggesting that individuals behave altruistically and contribute to a public good, despite the opportunity to free-ride. The lion’s share of the existing literature on OSS examines communities, that is, those individuals whom are already part of the OSS community. In contrast, this paper starts from users with the requisite skill to use and develop OSS. This group of skilled individuals could potentially invest into the development of OSS knowledge, but they may or may not do so in actuality. This paper, therefore, explores three issues, which have not been extensively explored in the literature, namely, (1) how frequently a group of skilled people use OSS, (2) reasons for differences among users and non-users in terms of use and attitudes, and (3) how frequently, and why, some users contribute to OSS projects (and thereby become developers). In doing so, we consider the opportunity costs of use and development of OSS, which has been largely neglected in the literature. We find that the individuals have a rather pragmatic attitude to firms and that many are active in both firms and OSS community, which raises many questions for future research about the role and influence of firms on the development and diffusion of OSS.

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)0,005
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,004
Communication savante0,0060,009
Science ouverte0,0010,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,030
Tête enseignante GPT0,267
Écart entre enseignants0,237 · 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.

Devis d'étudeObservationnel
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

Citations31
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconomics of Innovation and New TechnologyMême sujetOpen Source Software InnovationsTravaux en français237 207