MétaCan
Menu
Retour à la cohorte
Enregistrement W3040461050 · doi:10.29173/irie387

Trust and Reputation in the Sharing Economy: Toward a Peer-to-Peer Ethics

2020· article· en· W3040461050 sur OpenAlexfundno aff
Soraj Hongladarom

Notice bibliographique

RevueThe International Review of Information Ethics · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSharing Economy and Platforms
Établissements canadiensnon disponible
Organismes subventionnairesChulalongkorn UniversityUniversity of AlbertaUniversity of Illinois at Urbana-ChampaignNorthwestern University
Mots-clésReputationArgument (complex analysis)SketchSharing economyNormativeLaw and economicsPublic relationsWork (physics)Political scienceSociologyBusinessLawComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The sharing economy and peer-to-peer business relationships using information technology has become moreimportant in today’s world. For the sharing economy to work, however, trust and reputation are cruciallyimportant. I argue that the gathering of personal data needs to be accompanied by safeguards providing aguarantee of privacy rights. This argument will be based on a sketch of a theory called ‘peer-to-peer ethics.’Basically, the idea is that what constitutes the ground for normativity is something that is agreed upon byeveryone involved. In short, what is considered to be ‘good’ is whatever contributes to bringing about thedesired goal of the community. This is a very familiar and ancient view on normative concepts, but, as I argue,one that deserves to be taken seriously especially as we enter into an intricately globalized world of ethicswhere worldviews clash with one another.

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)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,933
Score d'incertitude au seuil0,912

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,008
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 savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,106
Tête enseignante GPT0,325
Écart entre enseignants0,220 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Review of Information EthicsMême sujetSharing Economy and PlatformsTravaux en français237 207