MétaCan
Menu
Retour à la cohorte
Enregistrement W1563631860 · doi:10.3233/ip-130295

Information strategies to support full information product pricing: The role of trust

2013· article· en· W1563631860 sur OpenAlexaffabout
Luis F. Luna‐Reyes, Jing Zhang, Réjean Roy, David F. Andersen, Deborah Lines Andersen

Notice bibliographique

RevueInformation Polity · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueDigital Platforms and Economics
Établissements canadiensFrancophone University Association
Organismes subventionnairesnon disponible
Mots-clésInteroperabilityInformation asymmetryProduct (mathematics)BusinessEnforcementSet (abstract data type)SuiteKey (lock)Industrial organizationComputer scienceComputer securityFinance

Résumé

récupéré en direct d'OpenAlex

In this paper we report on the importance of trust in the development and operation of distribution networks that attach non-price information to products to mitigate market dynamics introduced by information asymmetries. Often this non-price information is transmitted from producers to consumers through trusting networks or under certifiable labels such as "organic" or "Fair Trade." We are calling such networks Full Information Product Pricing (FIPP) Networks. This study is part of a larger project aimed at understanding how a suite of future-possible data interoperability standards and social computing technologies will set the stage for a set of product labelings, information architectures and policies that may have the potential to supplement a compliance-enforcement approach with a more market-based voluntary approach to significantly expand the share of worker- and environmentally-friendly products within the NAFTA region. This initial exploration of four cases in Canada and Latin America indicated that trust, in the forms of institutional trust, calculative trust, and relational trust, plays key roles in FIPP operations and expansion. It is critical for building collaboration, coordinating network activities, and mitigating the risks associated with information asymmetry.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,049
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,010
Communication savante0,0110,020
Science ouverte0,0020,006
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,009
Tête enseignante GPT0,190
Écart entre enseignants0,181 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations21
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInformation PolityMême sujetDigital Platforms and EconomicsTravaux en français237 207