論文の概要: Gigs with Guarantees: Achieving Fair Wage for Food Delivery Workers

• arxiv url: http://arxiv.org/abs/2205.03530v2
• Date: Tue, 28 Jun 2022 03:41:44 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 16:45:13.598983
• Title: Gigs with Guarantees: Achieving Fair Wage for Food Delivery Workers
• Title（参考訳）: 保証付きギグ:フードデリバリー労働者のための公正な賃金獲得
• Authors: Ashish Nair, Rahul Yadav, Anjali Gupta, Abhijnan Chakraborty, Sayan Ranu, Amitabha Bagchi
• Abstract要約: WORK4FOODは、プラットフォームコストを最小化し、顧客満足度を確保しながら、配達業者に収入保証を提供する。 これらの目的を取り入れるために、WORK4FOODはシステム内のエージェントの数を制御することで供給と需要のバランスをとる。
• 参考スコア（独自算出の注目度）: 10.55191636313599
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the increasing popularity of food delivery platforms, it has become pertinent to look into the working conditions of the 'gig' workers in these platforms, especially providing them fair wages, reasonable working hours, and transparency on work availability. However, any solution to these problems must not degrade customer experience and be cost-effective to ensure that platforms are willing to adopt them. We propose WORK4FOOD, which provides income guarantees to delivery agents, while minimizing platform costs and ensuring customer satisfaction. WORK4FOOD ensures that the income guarantees are met in such a way that it does not lead to increased working hours or degrade environmental impact. To incorporate these objectives, WORK4FOOD balances supply and demand by controlling the number of agents in the system and providing dynamic payment guarantees to agents based on factors such as agent location, ratings, etc. We evaluate WORK4FOOD on a real-world dataset from a leading food delivery platform and establish its advantages over the state of the art in terms of the multi-dimensional objectives at hand.
• Abstract（参考訳）: フードデリバリープラットフォームの普及に伴い、これらのプラットフォームにおける「ギグ」労働者の労働条件、特に公平な賃金、合理的な労働時間、仕事の可用性の透明性などを検討することが重要になっている。 しかしながら、これらの問題の解決策は、顧客エクスペリエンスを損なうことなく、プラットフォームがそれらを採用しようとすることを確実にするためにコスト効率を高くしなければなりません。 我々は,配送業者に収入保証を提供するwork4foodを提案し,プラットフォームのコストを最小化し,顧客満足度を確保する。 work4foodは、収入保証が労働時間の増加や環境影響の低下につながることのない方法で満たされることを保証する。 これらの目的を取り入れるために、WORK4FOODは、システム内のエージェント数を制御し、エージェントの位置、評価などの要因に基づいてエージェントに動的支払い保証を提供することにより、供給と需要のバランスをとる。 我々は,WORK4FOODをリードフードデリバリープラットフォームから実世界のデータセット上で評価し,目前にある多次元目標の観点から,その技術状況に対する優位性を確立する。

関連論文リスト

• Cooperation and Fairness in Multi-Agent Reinforcement Learning [6.164771707307928]
  移動・輸送システムの資源に制約のある環境では、公平さを犠牲にして効率性を実現することができる。 マルチエージェント強化学習(MARL)を用いた分散エージェント群に対する公平なマルチエージェントナビゲーションの問題を考える。 このモデルでは, ランダムな代入を用いて訓練したベースラインに対して, 効率が14%向上し, 公平性が5%向上することがわかった。
  論文  参考訳（メタデータ） (2024-10-19T00:10:52Z)
• Unleashing Excellence through Inclusion: Navigating the Engagement-Performance Paradox [0.0]
  自分が属していないと感じている人(または職場で声が聞こえない)は、一般的に、切り離され、非生産的、悲観的になる。 本稿では,性能に直接影響を与える包摂性の概念モデルを開発することにより,品質と性能管理に関する文献に貢献する。
  論文  参考訳（メタデータ） (2024-07-13T19:30:01Z)
• Automating Food Drop: The Power of Two Choices for Dynamic and Fair Food Allocation [51.687404103375506]
  私たちはインディアナ州の非営利組織とパートナーし、EmphFood Dropというプログラムを率いています。 このパートナーシップの目標は、Food Dropを完全に自動化することにあります。 そのためには、食品を受け取った食品銀行の公正性の確保と、トラック運転手の効率の最適化を両立させるために、リアルタイムな意思決定を行うためのマッチングアルゴリズムが必要である。
  論文  参考訳（メタデータ） (2024-06-10T15:22:41Z)
• A Bargaining-based Approach for Feature Trading in Vertical Federated Learning [54.51890573369637]
  本稿では,垂直的フェデレートラーニング(VFL)において,経済的に効率的な取引を促進するための交渉型特徴取引手法を提案する。 当社のモデルでは,収益ベース最適化の目的を考慮し,パフォーマンスゲインベースの価格設定を取り入れている。
  論文  参考訳（メタデータ） (2024-02-23T10:21:07Z)
• An Auction-based Marketplace for Model Trading in Federated Learning [54.79736037670377]
  フェデレートラーニング(FL)は、局所的な分散データを用いたトレーニングモデルにおいて、その効果がますます認識されている。 FLはモデルのマーケットプレースであり、顧客は買い手と売り手の両方として振る舞う。 本稿では,性能向上に基づく適切な価格設定を実現するため,オークションベースのソリューションを提案する。
  論文  参考訳（メタデータ） (2024-02-02T07:25:53Z)
• Bidding Strategies for Proportional Representation in Advertisement Campaigns [8.269283912626873]
  同一入札は、異なる種類の個人に対する不均一な競争のレベルが原因で、等質な結果が得られないことが示される。 プラットフォームメカニズムを変更しない変更を検討し、代わりに広告主が使用する入札戦略を変更します。
  論文  参考訳（メタデータ） (2023-05-22T23:29:05Z)
• Improving Privacy-Preserving Vertical Federated Learning by Efficient Communication with ADMM [62.62684911017472]
  フェデレートラーニング(FL)により、デバイスは共有モデルを共同でトレーニングし、トレーニングデータをプライバシ目的でローカルに保つことができる。 マルチヘッド(VIM)を備えたVFLフレームワークを導入し、各クライアントの別々のコントリビューションを考慮に入れます。 VIMは最先端技術に比べて性能が著しく向上し、収束が速い。
  論文  参考訳（メタデータ） (2022-07-20T23:14:33Z)
• Auction-Based Ex-Post-Payment Incentive Mechanism Design for Horizontal Federated Learning with Reputation and Contribution Measurement [9.503584357135832]
  フェデレーション学習は、分散データを持つデバイス間でモデルをトレーニングし、プライバシを保護し、集中型MLと同様のモデルを取得する。 評価とコントリビューション測定を併用した水平連合学習のためのオークションベースのインセンティブメカニズムを設計する。
  論文  参考訳（メタデータ） (2022-01-07T11:44:20Z)
• Enhancing User' s Income Estimation with Super-App Alternative Data [59.60094442546867]
  これは、これらの代替データソースのパフォーマンスと、業界に受け入れられた局の収入推定器のパフォーマンスを比較します。 本論文は、金融機関がリスクプロファイルの構築に代替データを導入しようとする動機を示すものである。
  論文  参考訳（メタデータ） (2021-04-12T21:34:44Z)
• Fairness, Welfare, and Equity in Personalized Pricing [88.9134799076718]
  顧客特性に基づくパーソナライズ価格における公平性、福祉、株式の配慮の相互作用について検討する。 選択ワクチンの価格補助金と、マイクロクレジットの下流結果に対するパーソナライズされた利率の影響の2つの設定において、パーソナライズされた価格の潜在的利点を示す。
  論文  参考訳（メタデータ） (2020-12-21T01:01:56Z)
• Same-Day Delivery with Fairness [5.904739807133708]
  2016年、一部のマイノリティ地区はアマゾンの同日配達(SDD)サービスを受け取れなかった。 本稿では,顧客に対して公正なSDDサービスを提供することの問題点について考察する。 我々は、レートから実際のサービスへの学習の新たな変換を導入し、安定的で効率的な学習プロセスを創出する。
  論文  参考訳（メタデータ） (2020-07-19T00:25:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。