MétaCan
Menu
Retour à la cohorte
Enregistrement W2088398268 · doi:10.1111/j.1744-7976.2001.tb00297.x

Making Markets Work: Modeling Agri‐food Systems in Transition

2001· article· en· W2088398268 sur OpenAlexaffvenue
James D. Gaisford, Jill E. Hobbs, William A. Kerr

Notice bibliographique

RevueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomie · 2001
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Theory and Policy
Établissements canadiensUniversity of SaskatchewanUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésWelfare economicsTransaction costInvestment (military)Production (economics)EconomicsEconomyPolitical scienceMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Despite a decade of transition, the agri‐food sectors of the former command economies consistently underperform relative to their potential. Underproduction and underinvestment are generally observed. This paper develops a model of bilateral monopoly linkages between firms along an agri‐food supply chain. In the absence of competitive market forces and an efficient system of commercial law, deficient production and investment should be expected. If the agri‐food sectors of the former command economies are to realize their potential, more resources will have to be devoted to reducing the transaction costs associated with broadening markets and enforcing contracts. Bien que dix années aient passé, le secteur agroalimentaire des anciennes économies dirigées ne cesse d'enregistrer un rendement inférieur à celui auquel on pourrait s'attendre. La sous‐production et le sous‐investissement sont monnaie courante. Les auteurs proposent un modèle reproduisant le monopole bilatéral qui existe entre les entreprises du circuit d'approvisionnement agroalimentaire. En l'absence de concurrence sur le marché et d'un régime efficace de droit commercial, une production et des investissements insuffisants sont inévitables. Pour que le secteur agroalimentaire des anciennes économies centralisées réalise son potentiel, on devra investir plus de ressources afin de réduire les frais de transaction associés à l'élargissement des marchés et de garantir le respect des contrats.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,471
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,057
Tête enseignante GPT0,182
Écart entre enseignants0,125 · 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.

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

Citations5
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomieMême sujetEconomic Theory and PolicyTravaux en français237 207