Potential application areas and benefits of blockchain-enabled smart contracts adoption in infrastructure Public-private partnership (PPP) projects
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
The traditional, paper-centric infrastructure public-private partnership (PPP) contracts have experienced record numbers of failures and terminations due to contract compliance issues, lack of trust and transparency, and information distortions. While studies on the adoption of blockchain and smart contracts in PPP are still growing, a quantitative survey of global experts on the application areas and potential benefits of Blockchain-enabled smart contracts (BSC) in the context of PPP is lacking. This study comprehensively examined the potential application areas and benefits of BSC adoption in infrastructure PPP projects to understand their impact on the decision to digitalise PPP and ensure sustainable PPP project performance. The snowball sampling technique and questionnaire were used to gather data from experts across countries. Data analysis was done using means analysis, normalisation value, coefficient of variation , Kendall's coefficient of concordance, Kruskal-Wallis test and partial least square-structural equation modelling (PLS-SEM). The study found high awareness and knowledge of the potential benefits of smart contract adoption in infrastructure PPP projects. The leading benefits of BSC adoption in PPP are (1) decentralisation of payments and other transactions, (2) enhancing supply chain visibility and integration, (3) the autonomy in contract administration, (4) prevent misapplication of contractual provisions, and (5) enhances alternative dispute resolution (ADR). The PLS-SEM revealed that six of the eight hypothetical paths were significant. This study advocated for promoting the digitalisation of infrastructure PPP projects. It could serve as an essential resource to policymakers and industry professionals in their quest to improve PPP project performance and minimise failures.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 découle