MétaCan
Menu
Retour à la cohorte
Enregistrement W3004404810 · doi:10.1257/aer.20171553

Strategyproof Choice of Social Acts

2020· article· en· W3004404810 sur OpenAlexaff
Eric Bahel, Yves Sprumont

Notice bibliographique

RevueAmerican Economic Review · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGame Theory and Voting Systems
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésOutcome (game theory)Valuation (finance)Social choice theoryIncentiveSet (abstract data type)Mathematical economicsMicroeconomicsState (computer science)Function (biology)Social preferencesEconomicsYield (engineering)Computer scienceFinance

Résumé

récupéré en direct d'OpenAlex

We model uncertain social prospects as acts mapping states of nature to (social ) outcomes. A social choice function (or SCF ) assigns an act to each profile of subjective expected utility preferences over acts. An SCF is strategyproof if no agent ever has an incentive to misrepresent her beliefs about the states of nature or her valuation of the outcomes. It is unanimous if it picks the feasible act that all agents find best whenever such an act exists. We offer a characterization of the class of strategyproof and unanimous SCFs in two settings. In the setting where all acts are feasible, the chosen act must yield the favorite outcome of some ( possibly different) agent in every state of nature. The set of states in which an agent’s favorite outcome is selected may vary with the reported belief profile; it is the union of all states assigned to her by a collection of constant, bilaterally dictatorial, or bilaterally consensual assignment rules. In a setting where each state of nature defines a possibly different subset of available outcomes, bilaterally dictatorial or consensual rules can only be used to assign control rights over states characterized by identical sets of available outcomes. (JEL D71, D81, R53)

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)0,005
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0030,004
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,078
Tête enseignante GPT0,287
Écart entre enseignants0,209 · 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'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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Economic ReviewMême sujetGame Theory and Voting SystemsTravaux en français237 207