MétaCan
Menu
Retour à la cohorte
Enregistrement W2914963886 · doi:10.1002/asi.24180

Identifying the business model dimensions of data sharing: A value‐based approach

2019· article· en· W2914963886 sur OpenAlexaff
Álvaro Arenas, Jie Mein Goh, Brian W. Matthews

Notice bibliographique

RevueJournal of the Association for Information Science and Technology · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBig Data and Business Intelligence
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésBusiness valueKnowledge managementBusiness modelComputer scienceValue (mathematics)Data sharingValue captureValue networkKnowledge sharingDimension (graph theory)Process (computing)Key (lock)Data scienceValue creationBusinessMarketing

Résumé

récupéré en direct d'OpenAlex

This study aimed to investigate the underlying business model of organizations that have data sharing at the core of their activities. Previous work has stressed that data‐sharing projects need to be sustainable in the long term, and highlighted the need for a deeper understanding of the operation model of existing data‐sharing initiatives. To investigate this important issue, we took a qualitative approach to uncover the dynamics of value creation in data sharing. Using a case study method, we examined two data‐sharing sites across different areas. We conducted semistructured interviews with managers from data centers and other stakeholders, and reviewed documents about the technical and managerial practices to determine the main characteristics of their business models. In addition, we applied the e3‐value modeling methodology to tease out the value flows within each site. Our findings demonstrated the importance of the value network dimension of a business model, as data sharing relies on a set of actors creating and getting value in the process, and the significance of intangible assets. The main contributions of this study include extending current understanding on data‐sharing business models by analyzing key dimensions, and uncovering how value is created and transferred in data sharing.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaScience ouverte
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Théorique ou conceptuellow
gptMétarechercheCommunication savanteScience ouverte
Domaine: Reproductibilité · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Autre devislow
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,009
score de la tête « metaresearch » (Gemma)0,021
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: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0120,010
Études des sciences et des technologies0,0040,010
Communication savante0,0170,019
Science ouverte0,0030,008
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,115
Tête enseignante GPT0,324
Écart entre enseignants0,209 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Science ouverteMétarechercheCommunication savante

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeThéorique ou conceptuel · Autre devis
DomaineReproductibilité
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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Association for Information Science and TechnologyMême sujetBig Data and Business IntelligenceCatégorieScience ouverteTravaux en français237 207