La consommation collaborative en Europe : Démêler la dualité des rôles
Notice bibliographique
Résumé
Cet article apporte de nouvelles preuves sur l’économie collaborative en Europe grâce à l’analyse des motivations à participer à une plateforme collaborative en tant qu’acquéreur ou fournisseur. À cet effet, nous analysons un échantillon paneuropéen de 14 050 citoyens provenant de 28 pays. L’étude, qui applique une méthodologie de prévision empirique grâce à un modèle d’équations structurelles, fournit deux principales contributions à la littérature. Premièrement, les motivations économiques et les motivations basées sur l’efficacité prédisent l’acquisition et la fourniture de biens et services sur les plateformes collaboratives en Europe. Deuxièmement, les échanges non financiers prédisent également la fourniture sur les plateformes collaboratives. Nos résultats ont également des incidences sur l’aménagement du territoire. Comprendre les motivations entre les acquéreurs et les fournisseurs peut favoriser les échanges collaboratifs des ressources essentielles, plus particulièrement à petite échelle et à l’échelle locale.
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 | 0,008 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,011 | 0,009 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».