MétaCan
Menu
Retour à la cohorte
Enregistrement W2980423739 · doi:10.1093/ccc/tcz026

A Desirable Future: Uber as Image-Making in Winnipeg

2019· article· en· W2980423739 sur OpenAlexafffundabout
Sheri Gibbings, J. Andrew Taylor

Notice bibliographique

RevueCommunication Culture and Critique · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueTransportation and Mobility Innovations
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesWilfrid Laurier University
Mots-clésVisionThe ImaginaryReputationWhite (mutation)IndigenousSociologySociotechnical systemThe SymbolicPower (physics)Media studiesPolitical scienceManagementSocial science

Résumé

récupéré en direct d'OpenAlex

Abstract This paper investigates the sociotechnical imaginary surrounding Uber’s supposedly imminent arrival in Winnipeg, through an examination of communication in the public sphere. We examine how actors mobilized their communicative resources in efforts to either bring ride-hailing or keep it away. For some advocates, ride-hailing technology was less important than Uber’s symbolic value of building Winnipeg’s image as an innovative city. Media coverage contrasted innovation and Uber with Winnipeg’s anxieties about being behind other cities and its taxi industry’s reputation as stuck in the past. These visions of Winnipeg’s future addressed an unspoken White, middle-class city dweller. While Winnipeg’s transportation industry was shaped by the socially located experiences of racialized immigrant men as taxi drivers and Indigenous women as passengers, these actors had less power to shape the imaginary. Our analysis suggests that cities like Winnipeg view Uber as an image-making product as much as a beneficial service for their citizens.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,816
Score d'incertitude au seuil0,325

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,007
Tête enseignante GPT0,264
Écart entre enseignants0,257 · 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
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCommunication Culture and CritiqueMême sujetTransportation and Mobility InnovationsTravaux en français237 207