MétaCan
Menu
Retour à la cohorte
Enregistrement W3163571544 · doi:10.3390/su13105662

From User to Provider: Switching Over in the Collaborative Economy

2021· article· en· W3163571544 sur OpenAlexafffund
Myriam Ertz, Jonathan Deschênes, Emine Sarigöllü

Notice bibliographique

RevueSustainability · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSharing Economy and Platforms
Établissements canadiensHEC MontréalMcGill UniversityUniversité du Québec
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésSharing economySwitchoverBusinessProcess (computing)Resource (disambiguation)MarketingPublic relationsEngineeringComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

The collaborative economy comprises resource circulation systems where consumers can act as both obtainers and providers of products and services. Despite considerable research on collaborative economies, there is a dearth of understanding of how individuals switch from being an obtainer to a provider. We address this void in the literature. The objective of this paper is to conceptually introduce and empirically substantiate the switchover concept, which occurs when an individual switches from a user role to a provider one—drawing on 31 in-depth semi-structured interviews with collaborative economy obtainers. The findings suggest that personal values, learning experience, social benefits, mutuality, and peer influence drive obtainers to become providers. In contrast, distrusting strangers, a sense of intimacy, a lack of resources to share, and a lack of skills inhibit the switchover process. Our findings contextualize the drivers and inhibitors idiosyncratically to convert obtainers into providers, offer important implications for managers, contribute to the collaborative economy and sharing economy literature and suggest compelling avenues for future research.

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)0,006
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,008
Communication savante0,0070,013
Science ouverte0,0010,008
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,239
Écart entre enseignants0,231 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations14
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetSharing Economy and PlatformsTravaux en français237 207