MétaCan
Menu
Retour à la cohorte
Enregistrement W4299424376 · doi:10.1504/ijeim.2022.124858

Broken promises in crowdfunded projects: reasons and mitigating governance mechanisms

2022· article· en· W4299424376 sur OpenAlexaff
Sophia Shtepa, Oleksiy Osiyevskyy

Notice bibliographique

RevueInternational Journal of Entrepreneurship and Innovation Management · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPledgeCorporate governanceAcknowledgementBounded rationalityBusinessMarketingPublic relationsEconomicsFinancePolitical scienceComputer securityComputer scienceMicroeconomicsLaw

Résumé

récupéré en direct d'OpenAlex

Reward-based crowdfunding is a popular method of obtaining financing for new ventures, allowing to attract funding for projects from numerous individual backers, who pledge small amounts of money in return for future products/services, discounts, acknowledgement, or branded merchandise. Yet, more than half of all crowdfunded projects deliver rewards to backers late (i.e., after the promised date), and around 5% do not deliver at all. Relying on the premises of bounded reliability and bounded rationality of project creators, we pose the following research questions: 1) What are the reasons for failed commitments (i.e., delayed or cancelled delivery) in crowdfunded projects? 2) Which governance mechanisms prevent these failed commitments? We address these questions using a qualitative investigation of reward-based crowdfunded projects, comparing cases of successful and failed implementation.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,569
Score d'incertitude au seuil0,616

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,242
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Entrepreneurship and Innovation ManagementMême sujetFinTech, Crowdfunding, Digital FinanceTravaux en français237 207