MétaCan
Menu
Retour à la cohorte
Enregistrement W1504190990

Caller Number Five: Timing Games that Morph From One Form to Another

2004· article· en· W1504190990 sur OpenAlexaff
Andreas Park, Lones Smith

Notice bibliographique

Revue2004 Meeting Papers · 2004
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic theories and models
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésUnobservableObservableAttritionAnticipation (artificial intelligence)Mathematical economicsClass (philosophy)Rank (graph theory)Computer scienceEconomicsEconometricsMathematicsCombinatoricsArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

There are two varieties of timing games in economics: In a war of attrition, more predecessors helps; in a pre-emption game, more predecessors hurts. In this paper, we introduce and explore a spanning class with rank-order payoffs that subsumes both as special cases. In this environment with unobserved actions and complete information, there are endogenously-timed phase transition moments. We identify equilibria with a rich enough structure to capture a wide array of economic and social timing phenomena — shifting between phases of smooth and explosive entry. We introduce a tractable general theory of this class of timing games based on potential functions. This not only yields existence by construction, but also affords rapid characterization results. We then flesh out the simple economics of phase transitions: Anticipation of later timing games influences current play — swelling pre-emptive atoms and truncating wars of attrition. We also bound the number of phase transitions as well as the number of symmetric Nash equilibria. Finally, we compute the payoff and duration of each equilibrium, which we uniformly bound. We contrast all results with those of the standard war of attrition. JEL Classification: C73, D81.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,485
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,039
Tête enseignante GPT0,223
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations4
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2004 Meeting PapersMême sujetEconomic theories and modelsTravaux en français237 207