Notice bibliographique
Résumé
The world experienced unprecedented growth in international trade in the past few decades. In this resulting environment of global competition, several new companies have spawned and are spawning. Sellers are often under immense pressure by the market players to accept open-account trade terms, shipping goods before receiving payment, leaving them exposed to increased risk. This creates working capital challenges for firms, especially small and medium enterprises. To mitigate this supply chain risk, several supplier-led and buyer-led supply chain finance solutions are facilitated by banks and financial technology companies. However, because of the new Basel III regulation framework for banks and several other Supply Chain Finance (SCF) adoption barriers, like fraudulent activities, many firms are unable to reap SCF’s full benefits. This study explains various SCF instruments, the key drivers in their growth and their adoption barriers. This study then focuses on the novel blockchain technology and smart contracts by delving deep into their history, components, limitations, risks and use cases. Using the knowledge gathered in the process, a proof-of-concept blockchain and smart contract is developed using the Ethereum platform, which can facilitate normal business, purchase order finance, reverse factoring and reverse securitization. To test the smart contract, four use cases for each SCF instrument mentioned are demonstrated. A JavaScript-based unit test is done to test the smart contract’s correct deployment and onboarding of actors along with their business and financing interactions – access controls to business documents, reverting malicious transactions and correct fund transfer. As a result of various assumptions taken in the development process, the smart contract works only as a basic proof-of-concept and lacks robustness on the ground of scalability and security. As a result, a future model is laid out which will use various software and hardware oracles for autonomous operations while using a complex system of a storage contract, a permanent contract which stores all the data, and logic contract, upgradable contract which can be changed any number of times, with a proxy contract making delegated “function” calls to logic contract to reduce the gas usage due to external function calls.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,008 | 0,011 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 ».