MétaCan
Menu
Retour à la cohorte
Enregistrement W3049074048 · doi:10.5539/jas.v12n9p192

Research on the Improvement of Village Governance Efficiency Based on Blockchain Technology

2020· article· en· W3049074048 sur OpenAlexvenueno aff
Huabai Bu, Jiaqi Bu

Notice bibliographique

RevueJournal of Agricultural Science · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRegional Development and Environment
Établissements canadiensnon disponible
Organismes subventionnairesHengyang Normal University
Mots-clésBlockchainCorporate governanceBottleneckBusinessChinaProcess managementKnowledge managementComputer scienceEngineeringComputer securityPolitical scienceOperations managementLawFinance

Résumé

récupéré en direct d'OpenAlex

It is known that China is in the critical “triple overlap” period of the history of social transformation, the fourth industrial revolution, and new globalization. As a disruptive technology, blockchain has solved the “trust construction” and causing a revolution in the social governance model. The article uses blockchain technology as a means to solve the problems of the existing rural governance structure and governance capability system, analyzes the mechanism and implementation bottleneck of blockchain technology, and proposes countermeasures and policy suggestions to improve the effectiveness of village governance, such as the distributed characteristics and the traceable characteristics of the blockchain can be used to build a multi-level response and personalized service integration and a self-organized operation mechanism in rural areas to promote governance responsibility mechanisms and reduce the risk of information fragmentation, data uncertainty, and governance control risks, etc. These policies and suggestions provide a good theoretical basis and method guidance for China’s rural revitalization strategy.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,004
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,033
Tête enseignante GPT0,293
Écart entre enseignants0,259 · 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'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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetRegional Development and EnvironmentTravaux en français237 207