MétaCan
Menu
← Retour à la cohorte
Enregistrement W2796707375 · doi:10.3390/jrfm11020026

The Wolf and the Caribou: Coexistence of Decentralized Economies and Competitive Markets

2018· article· en· W2796707375 sur OpenAlexvenueno aff
Andreas Freund, Danielle Stanko

Notice bibliographique

RevueJournal of risk and financial management · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueBlockchain Technology Applications and Security
Établissements canadiensnon disponible
Organismes subventionnairesTata Consultancy Services
Mots-clésCryptocurrencyValuation (finance)Business modelBlockchainBusinessIndustrial organizationSharing economyCommerceComputer scienceComputer securityMarketingFinance

Résumé

récupéré en direct d'OpenAlex

Starting with BitTorrent and then Bitcoin, decentralized technologies have been on the rise over the last 15+ years, gaining significant momentum in the last 2+ years with the advent of platform ecosystems such as the Blockchain platform Ethereum. New projects have evolved from decentralized games to marketplaces to open funding models to decentralized autonomous organizations. The hype around cryptocurrency and the valuation of innovative projects drove the market cap of cryptocurrencies to over a trillion dollars at one point in 2017. These high valued technologies are now enabling something new: globally scaled and decentralized business models. Despite their valuation and the hype, these new business ecosystems are frail. This is not only because the underlying technology is rapidly evolving, but also because competitive markets see a profit opportunity in exponential cryptocurrency returns. This extracts value from these ecosystems, which could lead to their collapse, if unchecked. In this paper, we explore novel ways for decentralized economies to protect themselves from, and coexist with, competitive markets at a global scale utilizing decentralized technologies such as Blockchain.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,006
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,007
Communication savante0,0060,010
Science ouverte0,0010,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,004
Tête enseignante GPT0,204
Écart entre enseignants0,199 · 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

Citations8
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial management→Même sujetBlockchain Technology Applications and Security→Travaux en français237 207→