La « fabrique réglementaire » autour de l’arrivée d’Uber
Bibliographic record
Abstract
L’arrivée d’Uber a provoqué une petite révolution par sa conception innovante de la prestation de transport par taxi, rendue possible grâce à une application numérique (la plateforme) permettant de jumeler conducteurs et passagers. Cette incursion aurait pu être bénéfique à l’ensemble de l’industrie, mais elle s’est effectuée, au Québec, au mépris des acteurs historiques en place et, surtout, de la réglementation en vigueur, ce qui entraîna sa fissuration, puis sa démolition. L’industrie fut alors complètement déréglementée. Cette recherche s’appuie sur une analyse de cas longitudinale qui étudie les transformations de l’industrie du taxi au Québec, après l’arrivée d’Uber, et plus particulièrement le rôle de l’État et de la plateforme dans la construction des politiques publiques. Elle révèle l’importance et le caractère inédit du rôle de la plateforme dans l’élaboration de ces politiques, dès lors qu’elle se transforme en « entrepreneur réglementaire ». L’analyse de ces perturbations, qui ont abouti à une déréglementation, permet d’apprécier les réponses réglementaires apportées par le gouvernement au cours de ces transformations, les processus et les critères ayant guidé l’élaboration de nouvelles règles ainsi que les acteurs initiateurs. L’examen de cette « fabrique réglementaire » (expression de Guy Rocher) et du rôle particulier de la plateforme dans ce processus a été possible grâce à une grille analytique qui permet l’étude de la construction des politiques publiques dans un souci de conjuguer innovation et bien public dans le cadre des économies numériques.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.007 | 0.006 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.026 | 0.003 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".