Comparative Case Studies in Implementing Net Neutrality: A Critical Analysis of Zero Rating
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.
Notice bibliographique
Résumé
By Christopher T. Marsden. This article critically examines the relatively few examples of regulatory implementation of network neutrality enforcement at national level. It draws on co-regulatory and self-regulatory theories of implementation and capture, and interdisciplinary studies into the real-world effect of regulatory threats to traffic management practices (TMP). Most academic and policy literature on net neutrality regulation has focussed on legislative proposals and economic or technological principles, rather than specific examples of comparative national implementation. This is in part due to the relatively few case studies of effective implementation of legislation. The article presents the results of fieldwork in South America, North America and Europe over an extended period (2003-2015). The countries studied are: Brazil, India, Chile, Norway, Netherlands, Slovenia, Canada, United States, and those within the European Union. Empirical interviews were conducted in-field with regulators, government officials, ISPs, content providers, academic experts, NGOs and other stakeholders from Chile, Brazil, United States, India, Canada, United Kingdom, Netherlands, Slovenia, Norway. It also explores the opaque practices of co-regulatory forums where governments or regulators have decided on partial private rather than public diplomacy with ISPs, notably in the US, Norway and UK. The article notes the limited political and administrative commitment to effective regulation thus far, and draws on that critical analysis to propose reasons for failure to implement effective regulation. Finally, it compares results of implementations and proposes a framework for a regulatory toolkit. The specific issue considered are the tolerance of zero rating practices, notably as deployed by mobile ISPs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle