MétaCan
Menu
Retour à la cohorte
Enregistrement W2318808822 · doi:10.1061/40976(316)262

Bargaining over the Caspian Sea — The Largest Lake on the Earth

2008· article· en· W2318808822 sur OpenAlexaff
Majid Sheikhmohammady, Kaveh Madani

Notice bibliographique

RevueWorld Environmental and Water Resources Congress 2008 · 2008
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGame Theory and Voting Systems
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésNegotiationMultinational corporationVotingCondorcet methodOutcome (game theory)Majority rulePolitical scienceEconomicsEconomyComputer scienceOperations researchMicroeconomicsInternational tradeEngineeringLawPolitics

Résumé

récupéré en direct d'OpenAlex

The Caspian Sea is considered by some to be the largest lake in the world. This multinational water body is the subject of one of the world's most intractable disputes, involving Azerbaijan, Iran, Kazakhstan, Russia and Turkmenistan. The conflict over the legal status of the Caspian Sea emerged after the collapse of the Soviet Union and has not been resolved yet. This paper intends to provide some insights into the conflict and predict the most possible outcomes of the negotiations based on Social Choice rules and Fallback Bargaining procedures. In this study, the five options for resolving the conflict which has been suggested during the negotiations are introduced and discussed. Some well-known social choice rules including Condorcet Choice, Borda Scoring, the Plurality Rule, Median Voting Rule (MVR), Majoritarian Compomise (MC) and Condorcet's Practical Method (CPM) are applied to find the "socially optimal" resolutions of this conflict. Then some different versions of Fallback Bargaining methods which seek minimizing the maximum dissatisfaction of any bargainer are applied to predict the outcome of the negotiations. Finally, the socially optimal resolutions are compared with Fallback Bargaining methods' results and the advantages and disadvantages of each method are discussed.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,020
Tête enseignante GPT0,170
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 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'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

Citations54
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Environmental and Water Resources Congress 2008Même sujetGame Theory and Voting SystemsTravaux en français237 207