The (Limited) Power of Blockchain Networks for Information Provision
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
We investigate the potential and limits of privacy-preserving corporate blockchain applications for information provision. We provide a theoretical model in which heterogeneous firms choose between adopting a blockchain application or relying on traditional third-party intermediaries to inform the capital market. The blockchain’s ability to generate information depends on each firm’s data profile and all firms’ endogenous adoption decisions. We show that blockchain technology can improve the information environment and outperform traditional institutions with firms’ adoption decisions serving as a credible value signal and the application uncovering firm values by analyzing all participating firms’ data. However, we also characterize an adverse mixed-adoption equilibrium in which neither of the two channels realizes its full potential and information provision declines not only for individual firms, but also in aggregate. The equilibrium is a warning sign that has broad implications for policymakers’ regulatory effort and investors’ assessment of corporate blockchain applications. This paper was accepted by Suraj Srinivasan, accounting. Funding: B. Franke and Q. Gao Fritz gratefully acknowledge financial support from the Deutsche Forschungsgemeinschaft (DFG, German Research Foundation) Project-ID 403041268–TRR 266 Accounting for Transparency. A. Stenzel gratefully acknowledges financial support from the DFG through CRC TR 224 (Project C03) during prior employment at the University of Mannheim. Supplemental Material: The online appendix is available at https://doi.org/10.1287/mnsc.2023.4718 .
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 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 découle