A Review on Distributed Blockchain Technology for E-voting Systems
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.
Notice bibliographique
Résumé
Abstract Election is an important event in all countries. Conventional voting suffers many issues, such as cost of time and efforts needed for tallying and counting results, cost in papers, arrangements and all that it takes for a voting process to be achieved. Many countries such as Australia, Belgium, Brazil, Canada, Estonia, France, Germany, India, Italy, Namibia, the Netherlands, Norway, Peru, Switzerland, the UK, Venezuela and the Philippines considered online e-voting systems, but the traditional e-voting systems suffer a lack of trust, it is not known if a vote is counted correctly, tampered or not. The voter has no guarantee that his/her vote is considered as they voted in elections, it’s a lack of transparency. A solution is e-voting systems based on blockchain (sometimes referred as Distributed Ledger Technology (DLT)) has now turned to be promising for what properties it offer, such as, privacy, security, transparency, accuracy, decentralization in which no central control exist, and most of all, creates an immutable system, where citizens are allowed to vote from their location by using digital devices (smart phones, computers, electronic voting machines). Also, due to the COVID-19 pandemic, many technology applications are heading towards systems with all these properties, at the same time, maintaining social distancing. This review introduced many different ideas for implementing e-voting systems based on Blockchain and how the users (voters and candidates) interact with the system showing the voting process from the first step of registration to authentication till showing the final results. At the end of this review we will illustrate a table that contain all mechanisms used in the papers involved that covers the most important requirements needed for every e-voting system based on blockchain or Distributed Ledger Technology (DLT).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle