MétaCan
Menu
Retour à la cohorte
Enregistrement W3021900284 · doi:10.1155/2020/5305808

Contract Design for Cloud Logistics (CL) Based on Blockchain Technology (BT)

2020· article· en· W3021900284 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueComplexity · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueBlockchain Technology Applications and Security
Établissements canadiensUniversity of Calgary
Organismes subventionnairesMinistry of Education of the People's Republic of ChinaNational Natural Science Foundation of China
Mots-clésBargaining problemSmart contractCloud computingComputer scienceProfit (economics)Mechanism (biology)BlockchainOriginalityOperations researchRisk analysis (engineering)Computer securityBusinessMicroeconomicsEconomicsOperating systemEngineeringCreativity

Résumé

récupéré en direct d'OpenAlex

Purpose . This paper aims to design the contract and present the profit distribution mechanism for CL platform, so as to realize the intelligent and automatic operation of the artificial intelligent- (AI-) based CL platform. Design/Methodology . A smart contract based on BT is designed for the AI-based CL platform. Profit distribution mechanism based on the Nash bargaining model for the CL platform is also put forward to coordinate different participators’ benefit relationship in CL. Findings . The AI-based CL platform and the proposed smart contract based on BT map the scenario which may be influenced by human factors and involve trust issues onto execution of codes. Practical Implications . The study will help CL practitioners in establishing effective profit mechanism and designing contracts on the platform, thus facilitating its sustainable operation. Originality/Value . The AI-based CL platform with BT smart contract can be totally free of human intervention, and hence, the problems of trust during CL platform’s operation are solved.

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.

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)0,000
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,783
Score d'incertitude au seuil0,798

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,000
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 Opus0,093
Tête enseignante GPT0,286
Écart entre enseignants0,193 · 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