MétaCan
Menu
Retour à la cohorte
Enregistrement W2947211040 · doi:10.1287/isre.2018.0828

Balancing Openness and Prioritization in a Two-Tier Internet

2019· article· en· W2947211040 sur OpenAlexaff
Barrie R. Nault, Steffen Zimmermann

Notice bibliographique

RevueInformation Systems Research · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueICT Impact and Policies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésInternet transitThe InternetNet neutralityInternet backboneBusinessInternet accessInternet presence managementInternet exchange pointInternet layerTier 1 networkService providerSociology of the InternetInternet trafficComputer scienceTelecommunicationsService (business)Internet researchMarketingInternet ProtocolWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

The open internet is plagued by congestion that restricts the development of sophisticated internet-based services. Broadband and edge providers have proposed a two-tier internet with a fee-based fast lane that coexists with the open internet. This requires a restriction of internet openness, also known as network neutrality, in the fast-lane internet. Opponents of a two-tier internet believe it would hinder innovation and cause underinvestment in the open internet. The challenge is for policy to balance a fee-based fast lane with the viability of the open internet. We find that edge providers with greater bandwidth requirements per unit of output convert to the fast lane and that the fast lane can drive innovation from edge providers with high bandwidth requirements. The broadband provider chooses fixed fee pricing for the fast lane but has no incentive to increase internet capacity as long as the open internet is not monetized. With no investments in internet capacity, all edge providers of the open Internet and their end users are worse off with a two-tier internet. To maintain quality-of-service in the open internet and to increase social welfare, a two-tier internet has to be coupled with policy whereby a portion of broadband provider profit is invested in internet capacity.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,581
Score d'incertitude au seuil0,523

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,329
Écart entre enseignants0,307 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInformation Systems ResearchMême sujetICT Impact and PoliciesTravaux en français237 207