Capitalizing on Blockchain Technology for Efficient Crowdfunding: An Exploration of Ethereum's Smart Contracts
Notice bibliographique
Résumé
Blockchain technology, the bedrock of cryptocurrency, has evolved beyond its initial scope, paving the way for a plethora of decentralized, secure applications.The anticipation surrounding blockchain's potential to become the dominant technology orchestrating online transactions is growing, due to its ability to provide efficient and secure solutions for a diverse range of applications on a global scale.This study delves into the potential benefits of deploying blockchain technology in the realm of crowdfunding.In recent years, crowdfunding has emerged as an alternative route for startups to garner funds, presenting a less bureaucratic and simpler process.The conventional crowdfunding model entails a collective of individuals contributing minor sums to support a project or start-up, with the crowdfunding platform earning a commission to coordinate the needs of both funders and fundraisers.Nonetheless, blockchain technology could potentially enhance the crowdfunding process by introducing a decentralized, tamperproof system comprised of interconnected nodes, thereby bolstering transparency, trust, efficiency, and convenience.To realize this potential, this paper proposes the application of Ethereum smart contracts to tackle prevalent issues in both Donation-Based and Equity-Based crowdfunding models.By adopting this approach, we hope to bring about greater transparency and efficiency to the crowdfunding process, thereby fostering an environment of trust that may catalyze further innovation in this space.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».