Multiple marketing mechanisms and the performance of multi-unit demand sequential auctions : the case of Quebec hog market
Notice bibliographique
Résumé
Le but de cette thèse est d'étudier théoriquement et empiriquement l'encan du porc au Québec. Nous avons analysé les allocations, le nombre d'équilibres, les tendances des prix et l'efficacité dans les enchères séquentielles de second-prix ainsi que l'impact du nombre d'enchérisseurs, des fusions et de l'ajout de mécanismes de commercialisation sur la performance de ces enchères. Dans la première note, nous démontrons que des allocations symétriques et tendances constantes de prix sont possibles que sous des conditions contraignantes. Ainsi, les allocations asymétriques sont les résultats d'équilibres les plus probables dans ce cadre. Dans la deuxième note, on montre que le résultat d'unicité d'équilibre dans les enchères avec deux enchérisseurs n'est pas valide pour le cas de trois enchérisseurs et quatre objets. Le troisième papier montre que le revenu du vendeur augmente avec le nombre de d'enchérisseurs symétriques, mais ce n'est pas nécessairement le cas lorsque les enchérisseurs sont asymétriques. Notre analyse empirique montre une diminution du revenu du vendeur lorsque des enchérisseurs additionnels de l'Ontario étaient invités à participer. Cependant, le modèle avec correction du biais de sélection de Heckman suggère que cette baisse serait plus élevée en l'absence de soumissionnaires de l'Ontario. Le quatrième papier montre que, même en l'absence de synergies post-fusion, la fusion peut simultanément accroître le revenu du vendeur et améliorer l'efficacité des enchères. L'utilisation d'un test de changement structurel endogène affirme que la fusion a eu un effet anticoncurrentiel sur les prix reçus par les producteurs de porcs du Québec. En outre, nous soulignons que la coexistence du mécanisme de pré-attribution et les enchères peut faire augmenter ou diminuer le revenu du vendeur et changer la tendance des prix et l'efficacité, dépendamment de qui gagne les objets en pré-attribution.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 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 ».