Two Sided Markets: The Case of The Waterbed Effect in OECD Mobile Telecommunications Markets
Notice bibliographique
Résumé
Efforts to develop appropriate policies and accurate strategies through the most accurate analyzes highlight the examination of two-sided markets, which differ significantly from one-sided markets. In this study, mobile telecommunications market which has a special place in two-sided market analysis will be studied. In mobile telecommunications market, it is suggested that a reduction in mobile interconnection rates for the interconnection service will show the waterbed effect, resulting in an increase in mobile communication prices that the end user faces in the market. In this context, an empirical analysis was made by Common Correlated Effects Mean Group (CCEMG) estimator using the 41 quarter period data of 21 OECD countries between 2005 and 2015, and the effect of mobile interconnection rates, income and quantity were estimated in determining the mobile communication prices. According to the results, the waterbed effect in mobile telecommunications markets could not be determined in the period analyzed for the related country group and mobile interconnection rates acted as a cost factor and changed the prices in the same direction. The coefficient of income variable was positive and the expectation that the increase in income would increase the price was met. The explanatory variable coefficients of the number of subscribers and the penetration rate representing the quantity were negative and they were evaluated to behave in accordance with economic expectations and two-sided market characteristics.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».