MétaCan
Menu
Retour à la cohorte
Enregistrement W3032531605 · doi:10.3386/w28209

Rules, Discretion, and Corruption in Procurement: Evidence from Italian Government Contracting

2020· preprint· en· W3032531605 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueNational Bureau of Economic Research · 2020
Typepreprint
Langueen
DomaineDecision Sciences
ThématiqueAuction Theory and Applications
Établissements canadiensUniversité de MontréalKellogg's (Canada)
Organismes subventionnairesnon disponible
Mots-clésDiscretionProcurementLanguage changeGovernment procurementGovernment (linguistics)BusinessPolitical scienceLawMarketingArt

Résumé

récupéré en direct d'OpenAlex

The benefits of bureaucratic discretion depend on the extent to which it is used for public benefit versus exploited for private gain. We study the relationship between discretion and corruption in Italian government procurement auctions, using a confidential database of firms and procurement officials investigated for corruption by Italian enforcement authorities. We show that discretionary procedure auctions (those awarded based on negotiated rather than open bidding) are associated with corruption only when accompanied by limits to competition. We further show that, while these "corruptible" discretionary auctions are chosen more often by officials who are themselves investigated for corruption, they are used less often in procurement administrations in which at least one official is investigated for corruption. These findings fit with a framework in which more discretion leads to greater efficiency as well as more opportunities for theft, and a central monitor manages this trade-off by limiting discretion for high-corruption procedures and locales. Overall, our results suggest that competition may allow procurement authorities to extract the benefits of discretion while limiting the resultant risks of abuse.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,139
Score d'incertitude au seuil0,844

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,629
Tête enseignante GPT0,581
Écart entre enseignants0,048 · 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