API economy: Constraints to its growth and development
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
,In generic terms, API is a way for two applications to communicate with each other over a network using a common language. It has evolved to be a powerful tool for companies across various industries such as banking, healthcare, online retail, and others, to speed up their business operations. APIs are an integral part of the digital economy. Due to the non-availability of API economy data, this research shows the contribution of a selected sample of API companies in strengthening the digital economy. In Objective 1, this research has measured the growth of the APIs economy and digital economy at the macro level, Objective 2 measures the growth pattern of each company in the sample, Objective 3 identifies the APIs-related constraints through a literature review, Objective 4 classifies APIs related constraints into three different categories i.e. APIs as a Product constraint, APIs as a Service constraint and APIs as a Product-Service constraint. A review of the literature on this subject has shown that there are constraints related to Scalability, Manageability, Security, and possibly other challenges that restrict the building of an effective ecosystem of APIs. Therefore, an exploratory study-based approach has been taken in this research that helps in measuring the growth of companies in the presence of API-specific constraints/challenges that create roadblocks in achieving companies’ objectives. Overall, the findings of this research will help in creating new knowledge and information about various APIs specific constraints, risks, and challenges that affect APIs and Digital Economy’s growth.
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 | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,012 |
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