MétaCan
Menu
Retour à la cohorte
Enregistrement W2620986503

Pharmaceutical M&A Activity: Effects on Prices, Innovation, and Competition

2017· article· en· W2620986503 sur OpenAlexaff
Barak D. Richman, Will Mitchell, Elena Vidal, Kevin A. Schulman

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésUpstream (networking)Downstream (manufacturing)Competition (biology)Pharmaceutical industryHarmIndustrial organizationBusinessMarket concentrationMarketingPoliticsProduct (mathematics)Distribution (mathematics)Market structurePolitical scienceBiotechnologyEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The rise of blockbuster pharmaceutical acquisitions has prompted fears that unprecedented market concentration will weaken competition. Two of the most prominent concerns focus on the upstream and downstream ends of the pharmaceutical industry: (1) the concern that these mergers will concentrate the market for discovery and will therefore lead to fewer discoveries; and (2) the concern that merging large marketing, sales, and distribution forces will strengthen the hands of select pharmaceutical manufacturers and weaken downstream competition. Having considered potential dynamic effects in the industry and conducted a series of preliminary interviews with knowledgeable observers, though, this Article argues that neither of these common fears is systematically warranted. There are, however, potential dangers in market concentration at an intermediate stage during the discovery-to-development path: the stage for regulatory approval. These preliminary findings are a product of dramatic changes that are currently reshaping the structure of the pharmaceutical industry. This Article discusses how these structural changes contribute to the current merger wave, how dynamic responses by industry players in response to the merger wave mitigate the potential harm from competition, and how the political arena might still offer threats to market concentration.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,704
Score d'incertitude au seuil0,799

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,090
Tête enseignante GPT0,340
Écart entre enseignants0,251 · 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'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

Citations12
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPharmaceutical Economics and PolicyTravaux en français237 207