Notice bibliographique
Résumé
Cet article tente d'expliquer pourquoi les réformes efficaces ne sont pas effectuées quand les gens qui en sont lésés ont le pouvoir de les bloquer, et ce, même quand des schémas de compensation sont possibles.Nous proposons un modèle de "signaling" avec information incomplète bilatérale dans lequel le gouvernement a besoin d'effectuer deux réformes de façon séquentielle en négociant avec des groupes d'intérêt.La formation des groupes d'intérêt est endogène, les compensations sont distorsionnaires et les types de gouvernement se soucient différemment des distorsions.Nous montrons que, lorsque les compensations sont informatives à propos du type de gouvernement, il y a un biais contre le paiement de compensations et la réalisation des réformes.Ceci est dû au fait que le paiement de compensations élevées aujourd'hui donne des incitations à certains groupes d'intérêt de s'organiser et de bloquer la réalisation de réformes subséquentes, avec le seul but d'obtenir des transferts.En payant des compensations plus basses, le gouvernement tente d'éviter l'organisation de ce genre de groupes d'intérêt.Cependant, ceci implique aussi que certaines réformes soient bloquées par des groupes d'intérêt ayant des pertes relativement élevées.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».