MétaCan
Menu
Retour à la cohorte
Enregistrement W3008461253 · doi:10.14457/tu.the.2018.758

Legal status of workers under the sharing economy: a proposal of hybrid employment category

2018· dataset· en· W3008461253 sur OpenAlexaboutno aff

Notice bibliographique

RevueNRCT Data Center · 2018
Typedataset
Langueen
DomaineSocial Sciences
ThématiqueDigital Economy and Work Transformation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSharing economyBusinessIndependent contractorWork (physics)Independence (probability theory)The InternetBusiness modelService (business)Industrial RevolutionMarketingLawEngineeringPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

With the era of internet and mobile phone application, business activities and consumer involvement in the society has drastically changed in many areas, this revolution combined technology with various field of science together to produce a better standard of living known as “Disruptive Technology”. It disrupts the existing industry structures by facilitating commerce using technology-enabled, peer-to-peer and business-to-peer platforms referred to as the “Sharing Economy”. The emergence of work type also creates more complex employment relationships which need a distinction between hire of work and hire of service. As one of the outstanding example of Sharing Economy’s Business, a Transportation Network Company (TNC) which is a ridesharing business such as Uber, Grab and Lyft. It is crucial that an entrepreneur needs to appropriately justify the status of workers in their business since TNC’s driver resemblances both employee and independence contractor. Hence, the author will study theory and regulation from Italy, Spain, and Canada to analyze these countries regulation and experiences of a Hybrid Employment Category, known as “Dependent Contractor”. This will reduce legal uncertainty for a disruptive business not only for TNC but can apply commonly, to protect both TNC and its drivers simultaneously.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,089
Score d'incertitude au seuil0,177

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,008
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,007

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 Opus0,038
Tête enseignante GPT0,303
Écart entre enseignants0,265 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNRCT Data CenterMême sujetDigital Economy and Work TransformationTravaux en français237 207