Pedals and throttles: Ride‐along experimental journeys with Hanoi's cyclo and motorbike taxi drivers
Notice bibliographique
Résumé
Abstract In this article, we analyse the effectiveness of ride‐alongs, a specific mobile method, to better understand the daily realities of informal mobile livelihoods in Hanoi, Vietnam. The field of mobile methods has seen significant advances both within and beyond geography. Yet, there is still an absence of literature comparing the benefits and drawbacks of using a consistent mobile method across different forms of mobility in the same context, such as pedal‐powered versus motorised transport. Additionally, studies specifically addressing the daily experiences of informal cyclo (trishaw) drivers in Vietnam are scarce. Our paper aims to fill these gaps by evaluating the effectiveness of ride‐along interviews in understanding the mobility and livelihood challenges faced by informal cyclo and motorbike taxi ( xe ôm ) drivers in Hanoi, who navigate the city's dense and chaotic traffic to earn a living. Ride‐alongs provide a unique perspective on the city's informal transportation sector, uncovering new insights into the nuanced micro‐mobilities and rapid decision‐making required of these drivers. Cyclo drivers navigate Hanoi's streets with considerations for tourist appeal, physical exertion, and police avoidance. Meanwhile, xe ôm drivers manoeuvre through alleyways and roads, balancing efficiency, speed, and passenger demands. Both groups are concerned with circumventing often‐corrupt police, managing local traffic conditions, and adapting to changing weather patterns. This comparative study reveals the benefits and insights gained from ride‐along interviews with mobile informal economy workers, highlighting the similarities and differences in the choices and tactics these drivers employ. The method allows for a deeper understanding of how vehicle type, physical demands, and the socio‐political environment shape the split‐second decisions these drivers must make to maintain their livelihoods on Hanoi's streets.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».