Crowdfunding Conundrum: Western Ideas and their Chinese Copycats
Notice bibliographique
Résumé
In the third quarter of 2021, global crowdfunding investment reached $160 billion. Crowdfunding is a relatively recently emerged phenomenon to raise funding from individuals for nascent business ideas. It is considered as an alternative source of funding for start-ups but copycats of crowdfunding ideas are a serious threat to these start-ups (Hossain and Creek, 2021). Fundraising campaigns on crowdfunding platforms, such as Indiegogo and Kickstarter reach millions of people including fraudsters. Start-ups need to signal quality to increase the funding success in their crowdfunding campaigns (Mollick, 2014). Hence, they display the products along with their operating mechanisms and functions in the crowdfunding campaigns to signal quality to convince the potential funders. However, such detailed display gives fraudsters opportunities to copycat. For example, Chinese factories and designers look for the next promising products to turn into copycats. They can assess the strengths and weaknesses of crowdfunding start-ups and glean information to ascertain how quickly they can enter the market. Longer production times or delivery delays can likewise signal that the entrepreneurs are novice and will likely to have limited resources to protect their ideas or legally stop copycats. Many such products are not patented but it is difficult to protect even patented products as the patent may not give global coverage or even if it gives, it is difficult for start-ups to fight the fraudsters who copy the products. Moreover, most start-ups are not well familiar with the sources of raw materials, manufacturing challenges, and distribution channels at the time of crowdfunding. Their philosophy is to explore these things after securing the funding. Fraudsters instantly steal ideas from crowdfunding platforms, quickly come up with copycats and reach the market well ahead of original start-ups. Thus, fraudsters ruin the business potential of start-ups. How to protect product ideas that are used for crowdfunding is an important question.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,014 | 0,018 |
| Communication savante | 0,013 | 0,008 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».