Notice bibliographique
Résumé
Robots are an increasingly common feature in North American public spaces. From regulations permitting broader drone use in public airspace and autonomous vehicle testing on public roads, to delivery robots roaming sidewalks in major U.S. cities, to the announcement of Sidewalk Toronto – a plan to convert waterfront space in one of North America’s largest cities into a robotics-filled smart community – the laws regulating North American public spaces are opening up to robots. In many of these examples, the growing presence of robots in public space is associated with opportunities to improve human lives through intelligent urban design, environmental efficiency, and greater transportation accessibility. However, the introduction of robots into public space has also raised concerns about, for example, the commercialization of these spaces by the companies that deploy robots; increasing surveillance that will negatively impact physical and data privacy; or the potential marginalization or exclusion of some members of society in favour of those who can pay to access, use, or support the new technologies available in these spaces. The laws that permit, regulate, or prohibit robotic systems in public spaces will in many ways determine how this new technology impacts public space and the people who inhabit that space. This begs the questions: how should regulators approach the task of regulating robots in public spaces? And should any special considerations apply to the regulation of robots because of the public nature of the spaces they occupy? This paper argues that the laws that regulate robots deployed in public space will affect the public nature of that space, potentially to the benefit of some human inhabitants of the space over others. For these reasons, special considerations should apply to the regulation of robots that will operate in public space. In particular, the entry of a robotic system into a public space should never be prioritized over communal access to and use of that space by people. And, where a robotic system serves to make a space more accessible, lawmakers should be cautious to avoid providing differential access to that space through the regulation of that robotic system.
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 | 0,007 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,056 |
| Communication savante | 0,015 | 0,014 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».