Notice bibliographique
Résumé
Bitcoin is a virtual and decentralized cryptocurrency that operates in a peer-to-peer network providing a private payment mechanism.It is a multi-billion dollar cryptocurrency, and hundreds of other cryptocurrencies are created based on it.Bitcoin is based on Open-Source (OSS) software development, and OSS is a convenient way to qualitatively measure software development and growth.This thesis presents the first comprehensive study of the Bitcoin ecosystem in GitHub organized around 481 most popular and actively developed Bitcoin related projects over eight years (2010)(2011)(2012)(2013)(2014)(2015)(2016)(2017)(2018).Our work includes manual and data-driven categorization of the projects, defining software health metrics, classification of projects into three different classes of health, and evaluation of trends in the health of the ecosystem as a whole.Four classification algorithms such as decision tree, Support Vector Machines, K-Nearest Neighbor and Naïve Bayes are leveraged to predict the health of a project and compare the classifiers' performance.The dataset used in this research is a combination of GHTorrent and a data collected during this study.The main findings suggest that the Bitcoin ecosystem in GitHub is represented by nine categories as result of manual categorization and 4 clusters based on the data-driven approach.Moreover, majority of the projects are assessed as "Low Risk".Our classification results show that decision trees outperform other classifiers in predicting the health of a software projects with an accuracy of 98%.iii I, Khadija Osman, would like to express my sincere gratitude to my amazing supervisor, Professor Olga Baysal, for her continuous guidance, advice, and friendly discussions throughout my thesis.Our joint vision for this project, and her continuous efforts provided me valuable feedback and support, which made this work successful.Besides my supervisor, I wish to express my deepest appreciation to all the thesis committee members for their valuable time, insightful comments and
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».