Supplementary Materials for: A data-driven analysis of structural asymmetries in the gTLD registrar market
Notice bibliographique
Résumé
This repository contains the supplementary materials for the article "A Data-Driven Analysis of Structural Asymmetries in the gTLD Registrar Market," published in IEEE Access, vol. 14, pp. 103809–103819, 2026, doi: 10.1109/ACCESS.2026.3709387. It includes a modular Python pipeline to download, normalize, and merge ICANN-accredited registrar lists with monthly gTLD transaction CSVs (.com, .net, .org, .info, .shop, .store, .top, .xyz). The package provides raw and processed datasets (including registrar metadata and transaction summaries by TLD), documentation, and a complete requirements.txt to reproduce the empirical results of the article as corrected in the accompanying Correction (see below); the original Table 4 cannot be reproduced from this dataset, as documented in the README. Each step can be run individually or end-to-end via run_pipeline_optimized.py, which generates the final merged tables (merged_transactions.csv, analysis_dataset.csv) used in the paper. For full usage instructions and parameter details, please see the included README.md. Version 1.2 (September 2026) accompanies a Correction to the article submitted to IEEE Access. The pipeline scripts and all data files are unchanged from version 1.1; we repaired test_integration.py so the tests load the step modules instead of placeholder functions (20 of 20 tests pass). We added the list of eight technical IANA registrar IDs excluded in the Correction (excluded_iana_ids.csv), the verification script correction_metrics.py with its output correction_metrics.csv and run log, which recomputes every published figure for the original and corrected population, and the reconciliation script and log for Table 4. The README documents the known issues found during verification.
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 | 0,001 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,478 | 0,207 |
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 ».