MétaCan
Menu
Retour à la cohorte
Enregistrement W2154478757 · doi:10.1111/jems.12093

Crowdfunding: Geography, Social Networks, and the Timing of Investment Decisions

2015· article· en· W2154478757 sur OpenAlexafffund
Ajay Agrawal, Christian Catalini, Avi Goldfarb

Notice bibliographique

RevueJournal of Economics & Management Strategy · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésSocial connectednessProxy (statistics)The InternetInvestment (military)Equity crowdfundingSocial network (sociolinguistics)BusinessSocial mediaPolitical scienceWorld Wide WebPsychologySocial psychologyFinanceComputer science

Résumé

récupéré en direct d'OpenAlex

We examine a crowdfunding platform that connects artists with funders. Although the Internet reduces many distance‐related frictions, local and distant funders exhibit different funding patterns. Local funders appear less responsive to information about the cumulative funds raised by an artist. However, this distance effect appears to proxy for a social effect: it is largely explained by funders who likely have an offline social relationship with the artist (“friends and family”). Yet, this social effect does not persist past the first investment, suggesting that it may be driven by an activity like search but not monitoring. Thus, although the platform seems to diminish many distance‐sensitive costs, it does not eliminate all of them. These findings provide a deeper understanding of the abilities and limitations of online markets to facilitate transactions and convey information between buyers and sellers with varying degrees of social connectedness.

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)0,001
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,060
Tête enseignante GPT0,246
Écart entre enseignants0,186 · 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'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

Citations983
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Economics & Management StrategyMême sujetFinTech, Crowdfunding, Digital FinanceTravaux en français237 207