Mainstream food delivery platforms, like DoorDash and Uber Eats, have been the locus of fierce policy debates about their unfair business and labor practices. At the same time, hundreds of independent food delivery services provide alternative opportunities to many communities across the U.S. We surveyed operators of independent food delivery platforms to learn about their perception of the role of public policy. We found conflicting opinions on whether and how policy should interact with their businesses, ranging from not wanting policymakers to interfere to articulating specific policies that would curtail mainstream platforms' business practices. We provide insights for technologists and policymakers interested in the sociotechnical challenges of local marketplaces.


翻译:主流的餐饮送餐平台(如DoorDash和Uber Eats)一直是关于其不公平的商业和劳动实践的激烈政策辩论的焦点。与此同时,数百家独立的送餐服务为美国许多社区提供了替代机会。我们对独立送餐平台的运营者进行了调查,以了解他们对公共政策的看法。我们发现他们对政策是否应该干预他们的企业存在不同意见,从不希望政策制定者干预到明确阐述会限制主流平台商业实践的特定政策议程。我们提供了对于对地方市场感兴趣的技术人员和政策制定者思考社会技术挑战的见解和建议。

0
下载
关闭预览

相关内容

社会技术是人类认识自然、改造自然的活动和产物,有其相对独立性;科学技术作为整个社会大系统的一部,与社会大系统中别的子系统密切相关。 社会技术就是构成社会的“个体”对“他人”跨界反应的响应方式、方法与途径的总称。 社会技术的研究对象是“反应”与“响应”。 在社会群体中,反应和响应的常见表现手段有竞争、合作、顺从、关心、漠视,支配等,有效应用这些手段协调反应与响应就是社会技术。
美国国防工业网络保护框架和启示
专知会员服务
42+阅读 · 2022年8月22日
专知会员服务
17+阅读 · 2020年9月6日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2023年5月12日
VIP会员
相关VIP内容
美国国防工业网络保护框架和启示
专知会员服务
42+阅读 · 2022年8月22日
专知会员服务
17+阅读 · 2020年9月6日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员