MétaCan
Menu
Retour à la cohorte
Enregistrement W2914968774 · doi:10.1017/9781108255882.024

A Critical Examination of a Third Employment Category for On-Demand Work (In Comparative Perspective)

2018· article· en· W2914968774 sur OpenAlexaboutno aff
Miriam A. Cherry, Antonio Aloisi

Notice bibliographique

RevueeYLS (Yale Law School) · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Economy and Work Transformation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndependent contractorEntitlement (fair division)SituatedLabour lawLegal statusPerspective (graphical)Unintended consequencesBusinessWork (physics)Law and economicsActuarial scienceLabour economicsPolitical scienceLawEconomicsEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

A number of lawsuits in the United States are challenging the employment classification of workers in the platform economy. Employee status is a crucial gateway in determining entitlement to labor and employment law protections. In response to this uncertainty, some commentators have proposed an “intermediate”, “third,” or “hybrid” category, situated between the categories of “employee” and “independent contractor.”\nAfter investigating the status of platform workers in the United States, the authors provide snapshot summaries of five legal systems that have experimented with implementing a legal tool similar to an intermediate category to cover non-standard workers: Canada, Italy, Spain, Germany, and South Korea. These various legal systems have had diverse results. There has been success in some instances, and unintended consequences in others.\nAccordingly, the authors recommend proceeding with caution in considering the creation of a third category. That is due to the risk of arbitrage between the categories, and the possibility that some workers will lose rights by having their status downgraded into the third category. Cherry and Aloisi posit employee status as the default rule for most gig workers. The authors propose an exception for those working on a de minimis basis or those engaged in volunteerism for altruistic reasons.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,586
Score d'incertitude au seuil0,338

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,324
Écart entre enseignants0,289 · 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 tête enseignante, 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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeYLS (Yale Law School)Même sujetDigital Economy and Work TransformationTravaux en français237 207