MétaCan
Menu
Retour à la cohorte
Enregistrement W4413882296 · doi:10.61701/450843.676

The Two Faces of Airbnb Disruption: Licensed Accommodations Perspective on Contrasting Impacts on Community in Nova Scotia

2025· article· en· W4413882296 sur OpenAlexaboutno aff
M. Scott Matthews, Ioannis S. Pantelidis, Rodrigo Milano de Lucena

Notice bibliographique

RevueICHRIE Research Reports · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSharing Economy and Platforms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNova scotiaNova (rocket)Perspective (graphical)BusinessGeographyEnvironmental scienceAeronauticsComputer scienceEngineeringArchaeology

Résumé

récupéré en direct d'OpenAlex

This paper examines the disruptive impact of Airbnb on urban and rural communities within the province of Nova Scotia, Canada, from a licensed accommodations perspective. Utilizing qualitative methods, this study gathers insights from general managers and owners in the licensed accommodation sector to understand similarities and differences in how Airbnb influences socioeconomic factors, housing markets, and community dynamics in both urban and rural settings. Overall, Airbnb's influence is double-edged, offering economic opportunities while simultaneously posing significant socioeconomic challenges. The findings underscore the need for nuanced policy approaches relating to Airbnb that balance economic growth with community well-being, ensuring sustainable development in both urban and rural contexts.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,337
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,104
Tête enseignante GPT0,405
Écart entre enseignants0,301 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueICHRIE Research ReportsMême sujetSharing Economy and PlatformsTravaux en français237 207