MétaCan
Menu
Retour à la cohorte
Enregistrement W2158837418 · doi:10.2202/1542-0485.1003

Tough Love: Optimal Enforcement of Output Quotas in the Presence of Cheating

2002· article· en· W2158837418 sur OpenAlexaff
Konstantinos Giannakas, Murray Fulton

Notice bibliographique

RevueJournal of Agricultural & Food Industrial Organization · 2002
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueLaw, Economics, and Judicial Systems
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesUniversity of Nebraska-LincolnU.S. Department of Agriculture
Mots-clésEnforcementCheatingAgency (philosophy)Public economicsMicroeconomicsWelfareBusinessWork (physics)EconomicsPoliticsLaw and economicsLawPolitical scienceMarket economySociologySocial psychologyEngineering

Résumé

récupéré en direct d'OpenAlex

This study builds on the literature on the economics of output quotas in the presence of cheating. We extend previous work by Giannakas and Fulton (2000a) by examining the decisions of the agency responsible for the enforcement of output quotas in a decentralized policy-making structure. Enforcement policy design is modeled as a sequential game between the agency that determines the enforcement of the quota program (designed by a regulator), and farmers who make production decisions. Analytical results show that the level of enforcement depends on the size of the enforcement costs and the political preferences of the enforcement agency - the greater is the weight placed by the enforcement agency on producer welfare, the greater is the level of program enforcement.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,338

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,055
Tête enseignante GPT0,205
Écart entre enseignants0,150 · 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.

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

Citations3
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural & Food Industrial OrganizationMême sujetLaw, Economics, and Judicial SystemsTravaux en français237 207