MétaCan
Menu
Retour à la cohorte
Enregistrement W3005845852 · doi:10.1111/rego.12305

Market structure and disempowering regulatory intermediaries: Insights from U.S. trade surveillance

2020· article· en· W3005845852 sur OpenAlexfundaboutno aff
Miles Kellerman

Notice bibliographique

RevueRegulation & Governance · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueRegulation and Compliance Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of OxfordUniversity College, OxfordRoyal Bank of CanadaGeorge Mason University
Mots-clésIntermediaryOutsourcingCommissionAuditCompetition (biology)BusinessEmpirical evidenceFreedom of informationEconomicsPublic administrationPublic relationsAccountingPolitical scienceFinanceLawMarketing

Résumé

récupéré en direct d'OpenAlex

Abstract Public agencies outsource a wide variety of tasks to nonstate actors, or what can be referred to as regulatory intermediaries. In certain circumstances, these agencies may seek to disempower those regulatory intermediaries by reclaiming, duplicating, or transferring the outsourced task. When will these disempowerment attempts be successful? This article presents the Market Structure Hypothesis, which contends that the level of competition between regulatory intermediaries will, all things equal, determine whether disempowerment attempts succeed. To test this hypothesis, this article examines the U.S. Securities and Exchange Commission's attempts to acquire the independent capacity to conduct nationwide trade surveillance in the 1980s (Market Oversight Surveillance System) and 2010s (Consolidated Audit Trail). Evidence derives from archival materials, a Freedom of Information Act Request, and 60 interviews in Oxford, London, Toronto, New York City, and Washington, DC. The empirical results corroborate the hypothesis' expectations, contributing to our understanding of public‐private partnerships and shedding new empirical light on an understudied topic of securities regulation.

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)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0030,006
Communication savante0,0050,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,190
Écart entre enseignants0,180 · 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'étudeSans objet
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

Citations4
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRegulation & GovernanceMême sujetRegulation and Compliance StudiesTravaux en français237 207