MétaCan
Menu
Retour à la cohorte
Enregistrement W2977238776 · doi:10.3390/ijerph16193651

Inter-Basin Water Transfer Supply Chain Coordination with Ramsey Pricing

2019· article· en· W2977238776 sur OpenAlexaff
Zhisong Chen, Keith C.K. Cheung, Manyi Tan

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic theories and models
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNational Key Research and Development Program of ChinaChina Scholarship CouncilNational Natural Science Foundation of ChinaGovernment of Jiangsu ProvinceNanjing Normal University
Mots-clésTariffSocial WelfareMicroeconomicsProfit (economics)EnforcementScheme (mathematics)Supply chainEconomicsCoordination gameWelfareTransfer pricingBusinessFinanceMarketing

Résumé

récupéré en direct d'OpenAlex

Often enough, social welfare and private benefit do not align for quasi-public goods/services. The inter-basin water transfer (IBWT) project provides a vivid example of this. In this paper, following the game-theoretical approach, we derive an optimal Ramsey pricing scheme to resolve these conflicts. We try to compare traditional supply chain management models with an optimal Ramsey pricing scheme, with an enforcement of coordination among firms. Using simulation techniques, we compute numerical estimates under three regimes: a standard equilibrium decision framework, a coordination decision model and a coordinated Ramsey pricing scheme. Our results show the relative welfare impact of different settings, revealing that the optimal pricing scheme based on the two-part tariff structure cannot only improve social welfare, but also ensure a target profit for participating firms. Lastly, our findings have strong policy implications for the government with profit regulation and the control of water resources.

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)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,045
Tête enseignante GPT0,280
Écart entre enseignants0,235 · 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'étudeSimulation ou modélisation
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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetEconomic theories and modelsTravaux en français237 207