Hybrid Approaches for Smart Contracts in Land Administration: Lessons from Three Blockchain Proofs-of-Concept
Notice bibliographique
Résumé
The emergence of “blockchain” technology as an alternative data management technique has spawned a myriad of conceptual and logical design work across multiple industries and sectors. It is also argued to enable operationalisation of the earlier “smart contract” concept. The domain of land administration has actively investigated these opportunities, albeit also largely at the conceptual level, and usually with a whole-of-sector or “big bang” industry transformation perspective. Less reporting of applied case applications is evident, particularly those undertaken in collaboration with practicing land sector actors. That said, pilots and test cases continue to act as a basis for understanding the relative merits, drawbacks, and implementation challenges of the smart contract concept in land administration. In this vein, this paper extends upon and further refines the existing discourse on smart contracts within the land sector, by giving an updated, if not more nuanced, view of example applications, opportunities, and barriers. In contrast to the earlier works, a hybrid solution that mixes smart contract use with existing technology infrastructure—enabling preservation of the role of a land registry agency as the ultimate arbiter of valid claims—is proposed. This is hypothesised to minimise disruptions, whilst maximising the benefits. Examination of proof-of-concept work on smart contract and blockchain applications in Sweden, Australia (State of New South Wales), and Canada (Province of British Columbia) is undertaken. Comparative analysis is undertaken using several frameworks including: (i) business requirements adherence, (ii) technology readiness and maturity assessment, and (iii) strategic grid analysis. Results show that the hybrid approach enables adherence to land dealing business requirements and that the proofs-of-concept are a necessary step in the development trajectory. Furthering the uptake will likely depend on again taking a whole-of-sector perspective, and attending to remaining issues around business models, stakeholder acceptance, partnerships and trust building, and legal issues linked to data decentralisation and security.
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 | 0,021 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,018 |
| Communication savante | 0,013 | 0,017 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».