Charitable Motives and Bidding in Charity Auctions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Research on bidding in auctions has generally relied on the assumption of self-interested bidders. This work relaxes that assumption in the context of charity auctions. Because understanding charitable motives has important implications for auction design and charities' fundraising strategies, this study investigates bidders' specific types of charitable motives and the strength of these motives. We carry out three controlled field experiments consisting of real-life auctions conducted on a local Internet auction site. We use a novel design in which we simultaneously run charity and noncharity auctions for identical products and vary the percentage donated to charity. Results show that auctions with proceeds donated to charity lead to significantly higher selling prices, a result due to a higher bidding by bidders with charitable motives rather than to increased bidder entry. We also find that increased prices only occur when the charitable donation is a percentage of the auction revenue, and that a fixed charitable donation associated with each auction has no effect on prices. Furthermore, we find that prices are increasing in the percentage donated to charity. We find considerable support for a model of voluntary shill-like bidding, where charitable bidders try to increase proceeds in charity auctions. We also find that auctions with 25% of revenue donated to charity had higher net revenue than noncharity auctions. Hence, companies may be able to use charity auctions as part of a corporate social responsibility strategy and at the same time increase profitability even though they donate part of the proceeds to charity.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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