MétaCan
Menu
Retour à la cohorte
Enregistrement W1487237373 · doi:10.1111/caje.12201

Reciprocal relationships and mechanism design

2016· article· en· W1487237373 sur OpenAlexafffundvenue
Gorkem Celik, Michael Peters

Notice bibliographique

RevueCanadian Journal of Economics/Revue canadienne d économique · 2016
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueAuction Theory and Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésReciprocalCollusionBayesian gameMechanism (biology)Complete informationSet (abstract data type)Computer scienceMechanism designEvent (particle physics)MicroeconomicsSequential equilibriumBayesian probabilityPrincipal (computer security)Mathematical economicsRepeated gameEconomicsGame theoryComputer securityArtificial intelligenceEquilibrium selection

Résumé

récupéré en direct d'OpenAlex

Abstract We study an incomplete information game in which players can coordinate their actions by contracting among themselves. We model this relationship as a reciprocal contracting procedure where each player has the ability to make commitments contingent on the other players' commitments. We differ from the rest of the literature on reciprocal contracting by assuming that punishments cannot be enforced in the event that cooperation breaks down. We fully characterize the outcomes that can be supported as perfect Bayesian equilibrium outcomes in such an environment. We use our characterization to show that the set of supportable outcomes with reciprocal contracting is larger than the set of outcomes available in a centralized mechanism design environment in which the mechanism designer is constrained by his inability to enforce punishments against non‐participants. The difference stems from the players' ability in our contracting game to convey partial information about their types at the time they offer contracts. We discuss the implications of our analysis for modelling collusion between multiple agents interacting with the same principal.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,620
Score d'incertitude au seuil0,681

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,436
Tête enseignante GPT0,251
Écart entre enseignants0,185 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Economics/Revue canadienne d économiqueMême sujetAuction Theory and ApplicationsTravaux en français237 207