MétaCan
Menu
Retour à la cohorte
Enregistrement W3090997182 · doi:10.1177/2056305120957290

The Outsourcing of Online Dating: Investigating the Lived Experiences of Online Dating Assistants Working in the Contemporary Gig Economy

2020· article· en· W3090997182 sur OpenAlex
Annisa M. P. Rochadiat, Stephanie Tom Tong, Jeffrey T. Hancock, Chloe Rose Stuart-Ulin

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSocial Media + Society · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSharing Economy and Platforms
Établissements canadiensWorld Federation of Science Journalists
Organismes subventionnairesDirectorate for Social, Behavioral and Economic Sciences
Mots-clésOutsourcingGig economyWorkflowBusinessFace (sociological concept)Work (physics)SensemakingMarketingPublic relationsEngineeringPolitical scienceSociologyManagementEconomics

Résumé

récupéré en direct d'OpenAlex

A small cottage industry emerging within the larger gig economy is online dating assistant (ODA) companies that allow paying clients to outsource the labor associated with online dating, including profile development, date selection and matching, and even interaction (i.e., ODAs assume their clients’ identities to exchange messages with other [unsuspecting] daters to secure face-to-face dates). The newness of this industry presents an opportunity to investigate the lived experience of remote employees working in an up-and-coming virtual organization. Through interviews with six ODAs, we explored motivations, day-to-day workflow, and development of work identities. Analysis uncovered unique challenges ODAs faced when performing the “human-based” tasks of online dating, which differed starkly from other popular services being bought and sold in the gig economy (e.g., rideshare, food delivery). Findings also show how ODAs engage in pragmatic and critical sensemaking as they navigate the specific challenges associated with ODA labor, and those created by remote work and gig labor, more generally.

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.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,106
Score d'incertitude au seuil0,538

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,131
Tête enseignante GPT0,274
Écart entre enseignants0,143 · 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