Utilising machine learning to investigate actor engagement in the sharing economy from a cross-cultural perspective
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
Purpose Recent literature on customer engagement has introduced the concept of “actor engagement,” which serves as the foundation for this study. The study aims to investigate the formation of engagement and engagement's impact on the performance of sharing economy platforms in an international context. Design/methodology/approach The study analyses unstructured data from 145,434 service providers and 1,703,266 customers on Airbnb across seven countries (USA, Canada, United Kingdom, Australia, South Africa, China and Singapore). Machine learning techniques are used to measure actor engagement, and the research model is tested using structural equation modelling (SEM). Findings The findings suggest that actor engagement, encompassing the reciprocal relationship between customer engagement and service provider engagement, has a significant impact on platform performance. The moderator analysis highlights the role of cultural differences in the relationship between customer engagement and service provider engagement and between actor engagement and platform performance. Specifically, the study reveals that actor engagement exhibits a more pronounced impact on platform performance in Western countries (such as the USA, Australia and the UK), compared to Eastern countries (such as China and Singapore). Research limitations/implications The analysis of the conceptual model is based on the utilisation of behavioural data obtained from the Airbnb website. Due to the nature of the available data, proxies are employed as measures for variables such as platform performance. Originality/value This research is amongst the first to provide empirical evidence for actor engagement formation and the function's role in platform performance in the sharing economy. The global nature of Airbnb as a platform facilitates the investigation of country-level factors, specifically cultural values, across seven diverse countries and highlight differences from business to customer (B2C) business models.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle