An Entrepreneurial Definition of the Blockchain Technology and a Stacked Layer Model of the ICO Marketplace Using the Text Mining Approach
Notice bibliographique
Résumé
The landscape of ICOs and its underlying Blockchain technology needs more clarity, given that several overlapping and opposing views exist from governmental institutions, institutional investors, economists, and academia. Those positions stem from confusion, bias, and vested interest. Having consensus from the pioneer entrepreneurs who define Blockchain technology usage, and its marketplace address this need. Furthermore, an agreement on the problems blockchain is solving from the industry perspective would further the understanding of the technology direction and its “raison d’être.” or “reason of existence”. The paper analyzes 4367 businesses that requested funding using ICO whitepapers and raising more than $20 billion US dollars during the most active ICO period. Using Latent Semantic Analyses (LSA), the paper identifies a one-factor solution that explains 98.15% of all ICOs. The paper conducts a second-order analysis that generates an 18-factor solution. Through the empirical analysis, the paper presents its findings as an ICO marketplace stacked layer model. The model is comprised of four layers: (1) Trust; (2) Value exchange; (3) Automation; and (4) Applications to enable value exchange, and an era of new business models. The paper then presents an unbiased, unified entrepreneurial definition of the Blockchain technology usage.
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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».