Towards Citizen-Centric Services using Blockchain-Powered Digitalization of Public Sector Processes
Notice bibliographique
Résumé
Public sector institutions operate in a rapidly changing landscape that is transforming the way services are delivered. To ensure positive outcomes for citizens, governments need the support of efficient public institutions with the capacity to keep track with emerging trends and changing expectations. The adoption of new technologies offers innovative opportunities for the public sector and can improve interactions between citizens and institutions and enabling citizen-centric services. The emergence of blockchain technology has inspired a new type of information exchange infrastructure on a peer-to-peer model that makes possible a set of use cases in sectors where improved efficiency, reliability, security and costs around transparency are intended. The public sector is mainly characterized by administrative processes that involve several institutions. If blockchain can promote various types of integration in an organization, the implications around its applicability and its interoperability in the complex integration of an inter-organizational public process remain to be demonstrated. In this paper, we investigate a real-life use case in public administration related to the vehicle registration process involving multiple institutions to develop an architecture that makes possible a blockchain-based digitalization of the inter-organizational process. We describe a case study and use it to extract the system requirements, analyze an approach that identifies coordination and data interoperability in public sector inter-organizational processes, and propose an architecture focused on transparency and privacy for effective deployment. We then implement the designed architecture around the scenarios of the vehicle registration.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».