MétaCan
Menu
Retour à la cohorte
Enregistrement W4390989246 · doi:10.5267/j.ijdns.2023.12.002

Analyzing the improvement of estate governance and management in Jordan using blockchain

2024· article· en· W4390989246 sur OpenAlexvenueno aff
Omar M. Shubailat, Murad Ali Ahmad Al-Zaqeba, Aziz Madi, Ahmad Fathi Alheet

Notice bibliographique

RevueInternational Journal of Data and Network Science · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueBlockchain Technology Applications and Security
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCorporate governanceEstateBlockchainReal estateBusinessTransparency (behavior)Likert scaleAccountingFinanceComputer securityComputer science

Résumé

récupéré en direct d'OpenAlex

The potential for transforming the estate management industry through the resolution of common inefficiencies, lack of transparency, and security concerns is presented by the use of blockchain technology into estate governance. The purpose of this article is to clarify how incorporating blockchain technology would affect estate operations and governance. This study is based on quantitative information that was collected from 317 estate management professionals using a 5-point Likert scale questionnaire. SmartPLS4 analysis demonstrates that blockchain governance has a statistically significant and robust influence on estate governance in Jordan. The impact of Blockchain Governance on Jordanian Estate Management appears to be negligible and unimportant. Furthermore, there appears to be a negligible and insignificant correlation between Jordanian estate management and estate planning methods. In-depth analysis of these theories is done in this article, which also offers insights into how blockchain technology affects estate governance dynamics and how it can affect Jordan's estate management procedures. The consequences go beyond theoretical understandings; they promote the use of blockchain technology in estate governance frameworks as a game-changing means of ensuring the safe, transparent, and effective administration of frozen estates in Jordan and elsewhere.

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)0,002
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,971
Score d'incertitude au seuil0,359

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,001
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 Opus0,019
Tête enseignante GPT0,301
Écart entre enseignants0,281 · 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'étudeSimulation ou modélisation
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

Citations21
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Data and Network ScienceMême sujetBlockchain Technology Applications and SecurityTravaux en français237 207