MétaCan
Menu
Retour à la cohorte
Enregistrement W2169718437 · doi:10.1111/j.1467-9779.2011.01519.x

G<scp>lobal</scp>S<scp>ecurity</scp>P<scp>olicies against</scp>T<scp>errorism and the</scp>F<scp>ree</scp>R<scp>iding</scp>P<scp>roblem</scp>: A<scp>n</scp>E<scp>xperimental</scp>A<scp>pproach</scp>

2011· article· en· W2169718437 sur OpenAlexaff
Nathalie Colombier, David Masclet, Daniel Mirza, Claude Montmarquette

Notice bibliographique

RevueJournal of Public Economic Theory · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensCenter for Interuniversity Research and Analysis on Organizations
Organismes subventionnairesnon disponible
Mots-clésTerrorismFree ridingIncentiveDeterrence theoryDilemmaPunishment (psychology)EconomicsDeterrence (psychology)Coordination gamePublic economicsBusinessLaw and economicsMicroeconomicsPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Abstract The World Trade Center attack has shed light on the urgent need to implement preventing measures against terrorism and to enhance cooperation in the global security system for all countries. However, international coordination cannot be taken for granted. It is often ineffective and likely to fail for several reasons. Perhaps the more prominent reason to explain failure in coordination is that collective actions against terrorism may suffer from the well‐known free riding problem. In this paper we experimentally investigate cooperation dilemma in counterterrorism policies by measuring to what extent international deterrence policy may suffer from free riding. In our game, contributions to the group account do not aim to increase the production of the public good but instead seek to decrease the probability that a stochastic event destroys the good. A country could choose to free ride by investing nothing in the international deterrence policy and instead invest all its resources in its own national protection or even choose to ignore totally terrorism by investing on alternative projects. We also look at the effects of institutions that allow sanctioning and rewarding of other countries to facilitate coordination on deterrence policy. We find that, in absence of institutional incentives and after controlling for risk aversion, most of countries defect by investing very weakly in collective actions against terrorism while largely investing to protect themselves. In contrast, the introduction of punishment/reward incentive systems improves significantly the contribution level to the collective security account.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,168

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0500,004

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 Opus0,043
Tête enseignante GPT0,280
Écart entre enseignants0,237 · 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'étudeEssai non randomisé
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

Citations7
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Public Economic TheoryMême sujetExperimental Behavioral Economics StudiesTravaux en français237 207