MétaCan
Menu
Retour à la cohorte
Enregistrement W2055400723 · doi:10.1177/0046958015584641

The Opportunity Cost of Capital

2015· article· en· W2055400723 sur OpenAlexaff
Ayman Chit, Ahmad Chit, M. Papadimitropoulos, Murray Krahn, Jayson L. Parker, Paul Grootendorst

Notice bibliographique

RevueINQUIRY The Journal of Health Care Organization Provision and Financing · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensEli Lilly (Canada)Sanofi (Canada)University of Toronto
Organismes subventionnairesnon disponible
Mots-clésCost of capitalImplicit costCapital (architecture)EconomicsCapital costValue (mathematics)Relevant costOpportunity costWeighted average cost of capitalField (mathematics)Total costMicroeconomicsBusinessNeoclassical economicsEconomic capitalIndividual capitalComputer scienceMathematicsMacroeconomicsIncentive

Résumé

récupéré en direct d'OpenAlex

The opportunity cost of the capital invested in pharmaceutical research and development (R&D) to bring a new drug to market makes up as much as half the total cost. However, the literature on the cost of pharmaceutical R&D is mixed on how, exactly, one should calculate this "hidden" cost. Some authors attempt to adopt models from the field of finance, whereas other prominent authors dismiss this practice as biased, arguing that it artificially inflates the R&D cost to justify higher prices for pharmaceuticals. In this article, we examine the arguments made by both sides of the debate and then explain the cost of capital concept and describe in detail how this value is calculated. Given the significant contribution of the cost of capital to the overall cost of new drug R&D, a clear understanding of the concept is critical for policy makers, investors, and those involved directly in the R&D.

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)0,002
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,004
Communication savante0,0060,007
Science ouverte0,0010,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,106
Tête enseignante GPT0,329
Écart entre enseignants0,224 · 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'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

Citations23
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueINQUIRY The Journal of Health Care Organization Provision and FinancingMême sujetPharmaceutical Economics and PolicyTravaux en français237 207