MétaCan
Menu
Retour à la cohorte
Enregistrement W2991457208 · doi:10.1108/jeas-03-2019-0029

Information acquisition and funding for public service agencies: imperfect categorizing

2019· article· en· W2991457208 sur OpenAlexaff
Tao Zeng, Horn-chern Lin

Notice bibliographique

RevueJournal of economic and administrative sciences. · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLocal Government Finance and Decentralization
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésIncentiveGovernment (linguistics)OriginalityBusinessPrivate information retrievalProcess (computing)Service (business)Perfect informationValue (mathematics)WelfarePublic economicsEconomicsActuarial scienceMarketingMicroeconomicsComputer scienceComputer security

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to explore the impact of information acquisition for the purpose of differentiating agencies operating in different localities on the design of optimal funding. Design/methodology/approach This paper is a theoretical study. The focus is on a situation in which agencies providing public services have perfect private information about their cost conditions before the government sets the formula for funding. Findings The authors show that, using a free signal correlated with costs of operation to differentiate agencies situated in different localities, the government can achieve better welfare for households across regions. However, when there exist non-negligible costs involved in the differentiating process, it may pay to acquire information only if the signal acquired is informative enough, i.e., the correlation between the signal and the agencies’ true cost conditions is strong enough. Social implications This paper is of interest to academics and policy makers. Acquiring information for tagging can be viewed as a preliminary screening process. Different types are then endowed with distinctly different incentives to control the costs of operating their agencies. Specifically, when the observed cost signal and the true cost conditions of agencies are positively correlated, the government should optimally be more aggressive in distorting the high-cost type’s effort decision by giving less incentive for the low-cost type agencies to cut costs than in the no-differentiation case, and vice versa. Originality/value This paper is the first study that explores the impact of information acquisition on the design of optimal funding for public service agencies.

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)0,021
score de la tête « metaresearch » (Gemma)0,117
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,112

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,117
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,006
Communication savante0,0070,007
Science ouverte0,0020,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,068
Tête enseignante GPT0,333
Écart entre enseignants0,265 · 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'étudeObservationnel
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of economic and administrative sciences.Même sujetLocal Government Finance and DecentralizationTravaux en français237 207