MétaCan
Menu
Retour à la cohorte
Enregistrement W4414155722 · doi:10.70862/csir.2025.0202-14

Model for Building a PropTech Ecosystem Through a Network of e-Platforms and Software Service Integration

2025· article· en· W4414155722 sur OpenAlexaff
Simeon Kondov, С. Н. Павлова, Hristo Hristov

Notice bibliographique

RevueComputer Science and Interdisciplinary Research Journal. · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBusiness Strategy and Innovation
Établissements canadiensOptech (Canada)
Organismes subventionnairesnon disponible
Mots-clésConceptualizationModular designBusiness modelConceptual modelDatabase transactionComponent (thermodynamics)Software architectureSoftwareData modelingBusiness process modeling

Résumé

récupéré en direct d'OpenAlex

The present article examines the conceptualization of a model for building a digital business ecosystem through design and implementation of an e-platforms’ network that integrates software services within PropTech Bulgaria as an international organization. “Business Model Archetypes” as a conceptual framework is being applied to the real business case of PropTech Bulgaria, thus clearly showcasing how different business models (BM) correspond to respective e-platforms starting from the basic BMs like product, service, and commerce; developing into combined BM forms such as subscription, marketplace, and brokerage. The system architecture is implemented through a modular approach, led by the understanding that strategies, knowledge, and technologies change over time. As a natural consequence, transaction points change as well. Having a modular structure presupposes a bigger number of transaction points. Currently, there is no communication among separate modules through data transfer. The study advances a practically applicable model for developing a resilient international PropTech ecosystem, i.e., the most complex business model archetype.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0050,005
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,089
Tête enseignante GPT0,369
Écart entre enseignants0,280 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputer Science and Interdisciplinary Research Journal.Même sujetBusiness Strategy and InnovationTravaux en français237 207