MétaCan
Menu
Retour à la cohorte
Enregistrement W3209935317

The Sharing Economy: Do e-scooters Make the Cut?

2021· article· en· W3209935317 sur OpenAlexaffabout
Brady Bailey

Notice bibliographique

RevueStudent Research Proceedings · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSharing Economy and Platforms
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésSharing economySustainabilityBusinessOrder (exchange)Sustainable businessResource (disambiguation)Social sustainabilityPublic relationsMarketingPolitical scienceComputer scienceFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Sharing is as old as civilization itself. Corporations are now taking an old idea and creating a strategic model with the help of technology. This modern sharing economy, while having roots in sustainable practices, can often be mistaken as an inherently sustainable business model. In this paper, we present the outcomes of a project on e-scooters as an example that emphasizes the potential impacts and characteristics of a business operating within the sharing economy. To understand and gain public opinion, a survey was conducted gathering 222 responses regarding e-scooter usage in Edmonton, Alberta. Another source of information was the interview with a top executive of Lime Scooters, an e-scooter company operating in Edmonton. We found that while online platforms make resource sharing between peers easier to access, they are not always economically sustainable. Literature review on life-cycle analysis of e-scooters revealed that environmental sustainability is also not ingrained in practice, and careful consideration of business operations is needed to mitigate potentially negative impacts. In addition, thoughtful policies need to be considered and put into place in-order to encourage public and private trust. Overall, the sharing economy can be quite effective in creating a sense of community and social sustainability, but it should not be graded as a wholly sustainable practice without evidence. Department: Business  Faculty Mentor: Dr. Rohit Jindal

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,843
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0060,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,102
Tête enseignante GPT0,354
Écart entre enseignants0,252 · 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'étudeSans objet
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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStudent Research ProceedingsMême sujetSharing Economy and PlatformsTravaux en français237 207