Seal of Approval? Trust signals and cultural distance in a global peer-to-peer platform market
Notice bibliographique
Résumé
Trust is essential for fostering cooperation, especially in global peer-to-peer platform markets where transactions between strangers involve significant risks and uncertainties. The global scope of these platforms introduces cultural differences, further intensifying these challenges. It is well established that social distance shapes trust, with decision-makers typically favoring those who share similarities, leading to trust disparities that advantage some participants while disadvantaging others. But existing theories offer conflicting perspectives on whether quality signals can bridge or exacerbate the gap between advantaged (i.e., socially proximate to focal decision-makers) and disadvantaged (i.e., socially distant from focal decision-makers) participants. Drawing on sociological theories of trust production that highlight how various social systems act as different sources of trust, we offer a new perspective to this puzzle by comparing two types of quality signals: reputation, which is derived from prior exchanges and provided by prior exchange partners, and institutional accreditation, which is linked to organizational institutions. Analyzing a proprietary dataset from a global peer-to-peer lodging platform, we find that prospective guests who are more culturally distant from hosts are in a disadvantaged position: their lodging requests are less likely to be approved by hosts. Furthermore, the positive effect of guest reputation (i.e., ratings) is weaker for culturally distant guests, and thus widens the gap in host acceptance of culturally proximate versus culturally distant guests. By contrast, the positive effect of institutional accreditation (i.e., platform verification) is stronger for culturally distant guests, indicating that it helps narrow the gap. These findings reveal unexplored contingencies to theories of evaluations bias and discrimination, contributing to the broader literature on trust, culture, and inequality in global online markets, and underscoring the challenges of building trust in uncertain environments.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».