Fugu-MT 論文翻訳(概要): Understanding the Factors Influencing Self-Managed Enterprises of Crowdworkers: A Comprehensive Review

論文の概要: Understanding the Factors Influencing Self-Managed Enterprises of Crowdworkers: A Comprehensive Review

arxiv url: http://arxiv.org/abs/2403.12769v1
Date: Tue, 19 Mar 2024 14:33:16 GMT
ステータス: 処理完了
システム内更新日: 2024-03-20 13:53:54.730289
Title: Understanding the Factors Influencing Self-Managed Enterprises of Crowdworkers: A Comprehensive Review
Title（参考訳）: クラウドワーカーのセルフマネジメント企業に影響を与える要因の理解:包括的レビュー
Authors: Alexandre Prestes Uchoa, Daniel Schneider,
Abstract要約: 本稿では,クラウドソーシングの自己管理型クラウドワーカー企業(SMEC)への移行について検討する。 SMECの台頭を説明する重要な要因を特定することに焦点を当て、このシフトの基本的な側面を理解するために文献をレビューする。この研究は、今後の研究を指導し、政策とプラットフォーム開発を指導することを目的としており、この発展途上の風景における公正な労働実践の重要性を強調している。
参考スコア（独自算出の注目度）: 49.623146117284115
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper investigates the shift in crowdsourcing towards self-managed enterprises of crowdworkers (SMECs), diverging from traditional platform-controlled models. It reviews the literature to understand the foundational aspects of this shift, focusing on identifying key factors that may explain the rise of SMECs, particularly concerning power dynamics and tensions between Online Labor Platforms (OLPs) and crowdworkers. The study aims to guide future research and inform policy and platform development, emphasizing the importance of fair labor practices in this evolving landscape.
Abstract（参考訳）: 本稿では,従来のプラットフォーム制御モデルから切り離された,クラウドソーシングの自己管理型企業(SMEC)への移行について検討する。本研究は、SMECの台頭を説明する重要な要因、特にオンライン労働プラットフォーム(OLP)とクラウドワーカー間の力のダイナミクスと緊張について、このシフトの基本的な側面を理解するために文献をレビューする。この研究は、今後の研究を指導し、政策とプラットフォーム開発を指導することを目的としており、この発展途上の風景における公正な労働実践の重要性を強調している。

関連論文リスト

Persuasion with Large Language Models: a Survey [49.86930318312291]
大規模言語モデル (LLM) は説得力のあるコミュニケーションに新たな破壊的可能性を生み出している。政治、マーケティング、公衆衛生、電子商取引、慈善事業などの分野では、LLMシステムズは既に人間レベルや超人的説得力を達成している。 LLMをベースとした説得の現在と将来の可能性は、倫理的・社会的リスクを著しく引き起こす可能性が示唆された。
論文参考訳（メタデータ） (2024-11-11T10:05:52Z)
The Imperative of Conversation Analysis in the Era of LLMs: A Survey of Tasks, Techniques, and Trends [64.99423243200296]
会話分析(CA)は、会話データから重要な情報を発見し分析する。本稿では,CAタスクの徹底的なレビューとシステム化を行い,既存の業務を要約する。会話シーンの再構築,奥行きの属性分析,ターゲットトレーニングの実行,会話の生成から,CAの4つの重要なステップを導出した。
論文参考訳（メタデータ） (2024-09-21T16:52:43Z)
Rideshare Transparency: Translating Gig Worker Insights on AI Platform Design to Policy [8.936861276568006]
我々は透明性に関連した害、緩和戦略、労働者のニーズを特徴づける。この結果から,既存のプラットフォーム設計とドライバが必要とする情報との透明性のギャップが明らかになった。公共透明性レポートの公開をプラットフォームに要求する新たな規制は、労働者の幸福を改善するためのより効果的なソリューションになるかもしれない。
論文参考訳（メタデータ） (2024-06-16T00:46:49Z)
Position: Foundation Agents as the Paradigm Shift for Decision Making [24.555816843983003]
我々は,エージェントの学習パラダイムの変革的変化として,基礎エージェントの構築を提唱する。我々は,大規模な対話型データ収集や生成から自己指導型事前学習,適応に至るまで,基礎エージェントのロードマップを定めている。
論文参考訳（メタデータ） (2024-05-27T09:54:50Z)
Occupation Life Cycle [16.618743552104192]
本稿では,職業の軌跡を探るため,Occupation Life Cycle (OLC)モデルを提案する。中国最大の採用プラットフォームからの求人データを用いて、2018年から2023年にかけての労働市場の変動と新興トレンドを追跡します。われわれの発見は、職業進化と経済要因の相互作用に関するユニークな視点を与えており、特に中国の労働市場に焦点を当てている。
論文参考訳（メタデータ） (2024-04-15T03:13:51Z)
Evaluating Interventional Reasoning Capabilities of Large Language Models [58.52919374786108]
大規模言語モデル(LLM)は、システムの異なる部分への介入の下で因果効果を推定することができる。 LLMが介入に応じてデータ生成プロセスの知識を正確に更新できるかどうかを実証分析して評価する。我々は、様々な因果グラフ(例えば、コンバウンディング、仲介)と変数タイプにまたがるベンチマークを作成し、介入に基づく推論の研究を可能にする。
論文参考訳（メタデータ） (2024-04-08T14:15:56Z)
LLM as a Mastermind: A Survey of Strategic Reasoning with Large Language Models [75.89014602596673]
戦略推論は、戦略を調整しながら、マルチエージェント設定における敵の行動を理解し、予測する必要がある。大規模言語モデルを用いた戦略的推論に関連するスコープ,アプリケーション,方法論,評価指標について検討する。戦略的推論を重要な認知能力として重要視し、将来の研究の方向性や潜在的な改善に関する洞察を提供する。
論文参考訳（メタデータ） (2024-04-01T16:50:54Z)
Investigating the Impact of Project Risks on Employee Turnover Intentions in the IT Industry of Pakistan [0.0]
本研究は,IT産業におけるプロジェクトリスクが仕事満足度や転職意図に与える影響について考察する。雇用満足度を形作る上での外的・内的ソーシャルリンクが果たす役割について検討する。
論文参考訳（メタデータ） (2024-03-09T11:06:49Z)
Causal Fairness Analysis [68.12191782657437]
意思決定設定における公平性の問題を理解し、モデル化し、潜在的に解決するためのフレームワークを導入します。我々のアプローチの主な洞察は、観測データに存在する格差の定量化と、基礎となる、しばしば観測されていない、因果的なメカニズムの収集を結びつけることである。本研究は,文献中の異なる基準間の関係を整理し,説明するための最初の体系的試みであるフェアネスマップにおいて,本研究の成果を左右するものである。
論文参考訳（メタデータ） (2022-07-23T01:06:34Z)
Assessing the Fairness of AI Systems: AI Practitioners' Processes, Challenges, and Needs for Support [18.148737010217953]
私たちは、実践者のプロセス、課題、サポートの必要性を特定するために、AI実践者とのインタビューとワークショップを行っています。パフォーマンス指標を選択し、最も関連する直接的な利害関係者や人口統計グループを特定する際に、実践者が課題に直面していることに気付きました。私たちは、直接利害関係者との関わりの欠如、疎外されたグループよりも顧客を優先するビジネスインペラティブ、大規模にAIシステムをデプロイする動機から生じる公正な作業への影響を特定します。
論文参考訳（メタデータ） (2021-12-10T17:14:34Z)

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。