Evaluating Governance and Market of Country Code Top Level Domain (ccTLD): Lessons for Indonesiaâs ccTLD .id
Notice bibliographique
Résumé
Domain name in this term refers to the Internet Domain Name System (DNS), the hierarchical naming system of Internet Protocol (IP) resources. One of the Top Level Domains (TLDs) of this structure is the country code Top Level Domain (ccTLD), which identifies the location of each nation on the Internet, such as .fr, .us, .id.\nCountry code Top Level Domains (ccTLDs) are not just simple identifiers on the Internet but Internet entities that enable people and institutions to exist in virtual countries and space. Moreover, ccTLDs as one of the Internetâs resources have become a business that fosters utilization of the Internet especially e-commerce.\nThe Internet Corporation for Assigned Names and Numbers (ICANN) has started to call on all countries to reform the management of ccTLD to strengthen the government involvement in the ccTLD management system. Accordingly, since 2008, the government of Indonesia has initiated regulatory reforms to manage the Country code Top Level Domain Indonesia (ccTLD .id)\nThere are two main concerns questioned in this research: First, what is the model of governance for ccTLD. id? Second, what are the implications of the governance model to improve the market of ccTLD .id?\nThis research will use comparative method by analyzing secondary data to compare the similarities and differences between four national ccTLD regime models based on multi stakeholder system represented by four ccTLDs, which are .ch (Switzerland), .au (Australia), .mx (Mexico), .ca (Canada). The Analysis of four national ccTLD regime models focuses on model of governance and market orientation of each ccTLD.\nThis capstone is intended to suggest the governance model to support globalized market of ccTLD. ID. Because of the low level of the Internet penetration and inequality of ICT infrastructures among regions in Indonesia, ccTLD.id market should not be limited at national market, and the Internet users should be allowed to have direct access to ccTLD .id. Moreover, this research will define what the implications of governance are, in order to improve the market of ccTLD .id.
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 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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».