MétaCan
Menu
Back to cohort
Record W2795912303 · doi:10.4000/tourisme.1394

Le Couchsurfing : une forme d’hospitalité touristique entre familiarité et altérité

2017· article· fr· W2795912303 on OpenAlexaff
Pauline Neveu

Bibliographic record

VenueMondes du tourisme · 2017
Typearticle
Languagefr
FieldBusiness, Management and Accounting
TopicSharing Economy and Platforms
Canadian institutionsUniversité du Québec à Montréal
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

Grâce à l’avènement du Web 2.0, nombre d’internautes ont pu changer leur rapport à la mobilité, notamment leurs manières de voyager. L’émergence de réseaux d’hospitalité, dont le plus connu est Couchsurfing, atteste des réinterprétations du tourisme que permet Internet. Ce réseau, créé en 2004, met en relation des voyageurs avec des hébergeurs d’accord pour les accueillir gratuitement pour quelques jours. Le fonctionnement en ligne ainsi que la gratuité du réseau en font un service populaire, dont le nombre d’inscrits ne cesse d’augmenter. Cette formule de voyage est plébiscitée par ses membres, notamment grâce à l’expérience « alternative » et personnalisée que promeut le réseau. Si les couchsurfeurs sont convaincus du caractère unique et original de leur pratique, nous pouvons nous interroger sur le type d’innovations et de modifications impliquées par le réseau d’hospitalité. En nous basant sur une étude auprès de couchsurfeurs parisiens, nous mettons en lumière la manière dont les rencontres entre les membres modèlent l’expérience touristique des voyageurs. Le présent travail s’attache ainsi à dresser des pistes de compréhension des rencontres touristiques suscitées par les réseaux d’hospitalité en ligne et particulièrement de leur rapport à la familiarité et l’altérité.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.005
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.036
Threshold uncertainty score0.083

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.005
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.002
Science and technology studies0.0090.009
Scholarly communication0.0060.005
Open science0.0010.010
Research integrity0.0020.003
Insufficient payload (model declined to judge)0.0250.004

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.013
GPT teacher head0.220
Teacher spread0.207 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2017
Admission routes1
Has abstractyes

Explore more

Same venueMondes du tourismeSame topicSharing Economy and PlatformsFrench-language works237,207