COMPARATIVE ANALYSIS OF PRICING POLICIES IN THE MARKET FOR NETWORK GOODS
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 goal: To develop a mathematical apparatus for evaluation of the different pricing policies of the monopolist company in the market for network goods. Methodology: Combination of the neoclassical theory methodologies, investment analysis, and mathematical modeling. Results: The economic-mathematical model of dynamic pricing in the market for network goods is developed in terms of the supplier monopoly. A comparative evaluation of different pricing policies is carried out based on computer experiment. Conclusions and significance: Two important quality indicators of the investment project on the development, production and after-sales service of network goods, namely, net present value of the project (NPV) and discounted payback period (DPB), show different behavior in time. Maximization of NPV is achieved by using subscription fees as the main source of income, while the challenge of reducing DPB tips the choice in favor of a combination of acquisition cost and maintenance fee. The rationale of scientific novelty. The novelty of the approach lies in (1) consideration in the analysis of the three cost types: investment costs, including sunk costs; current costs for production and sales; and the costs of maintaining the value; (2) the transition from the concept of the “value of the good” (expressed in ruble/unit) to the concept of the “use value of the good” (expressed in ruble/unit/period); (3) taking into account the peculiarities of increasing number of consumers of a good over time (logistic curve); (4) taking into account the number of potential consumers as a factor determining the value of a good; (5) use of the discounted payback period as a supplementary project quality indicator.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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