Opinion mining towards blockchain technology adoption for accessing digital library resources
Notice bibliographique
Résumé
Purpose Blockchain technology is a distributed and decentralized public digital ledger, which is employed to save dynamic transaction data and static records across several computers so that each record could not be modified retroactively without the collusion of the network and alteration of all subsequent blocks. Recently, it has become immensely popular in digital resource sharing in different research areas such as healthcare, smart cities, cryptocurrency and libraries. Since the current eLibrary systems are vulnerable to issues such as unauthorized access, plagiarism, etc., there is a lack of access control system that can efficiently address these issues. Design/methodology/approach The authors designed a conceptual model for evaluating the users' intention in the use of blockchain-based digital libraries, which can facilitate the resource organization and provide additional security to interactive processes between users. To conduct our survey, the authors devised and shared two versions, English and Chinese, among 298 participants. Moreover, 7 PhD students participated in the pre-testing of the questioner design. The authors analyzed the demographic data using the Jamovi software and SmartPLS in order to generate the path modeling. Findings This study revealed that blockchain technology adaption in eLibraries is essential for enhancing the quality of services, infrastructure and resources for libraries. The study’s results show that optimism, informativeness, perceived usefulness, perceived ease of use, attitude and intention to use blockchain technology for accessing digital resources in libraries. Originality/value This study contributes to the adoption of blockchain technology in the digital library. To the best of the authors’ knowledge, this work is the first empirical attempt to provide a new perspective of developing digital libraries based on security policies. This model shows the underpinning knowledge to manage digital resources, which can facilitate the design phases and enhance the management costs in eLibraries.
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 | 0,005 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».