MétaCan
Menu
Retour à la cohorte
Enregistrement W3186927444 · doi:10.1111/cag.12705

Governance matters: Regulating ride hailing platforms in Canada's largest city‐regions

2021· article· en· W3186927444 sur OpenAlexaffvenueabout
Alexander Tabascio, Shauna Brail

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueTransportation and Mobility Innovations
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMetropolitan areaCorporate governanceUnintended consequencesSubject (documents)Regional sciencePublic administrationBusinessPolitical scienceEconomic geographySociologyGeographyFinanceLaw

Résumé

récupéré en direct d'OpenAlex

While scholars acknowledge the important role played by regulators in managing ride hailing and its impacts on cities, few studies have explored the implications for developing ride hailing regulations at different levels of governance. This paper examines regulatory approaches to ride hailing in Canada's three largest metropolitan regions: Toronto, Montreal, and Vancouver. Though united by a national border, these three regions are subject to unique governance approaches, histories, and trajectories. Although ground transportation in Canada usually falls within local or municipal authority, only Toronto, amongst these three city‐regions, treats the regulation of ground transportation as a local responsibility. In both Montreal and Vancouver, which are subject to different regulatory and governance structures, ride hailing is primarily regulated at the provincial level. As a more detailed examination reveals, we can further distinguish the three metropolitan areas based on the extent of intraregional coordination and regional mobility. By introducing these two concepts, the paper explores both the intended and unintended regional impacts of ride hailing regulations. These findings are relevant not only to ride hailing, but also to broader questions about governing both regional mobility and the platform economy .

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,006
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,007
Tête enseignante GPT0,173
Écart entre enseignants0,166 · 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.

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

Citations16
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetTransportation and Mobility InnovationsTravaux en français237 207