Monopolization Remedies and Data Privacy
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.
Notice bibliographique
Résumé
As a former agency head explains, antitrust litigation is like fishing: “everybody likes to catch them, but nobody wants to clean them.” Antitrust enforcers around the world are eager to catch digital platforms with monopolization cases, but little attention is being paid to the remedies that will follow. This article examines a new source of complexity for those monopolization remedies — data privacy. In particular, it considers remedies that require access to, or disclosure of the information held by digital platforms, to restore online competition. How are such “data access” remedies impacted by the rise of consumer data privacy law? As the article explains, neither current theory nor past monopolization cases answer this question. Existing theories on the interface between antitrust law and data privacy are focused on liability. Their application may therefore miss the distinct privacy impacts that arise at the remedies stage of a case. Past monopolization cases that ended in data access remedies often ordered disclosure of company, not consumer, information. Individual data privacy was simply not relevant. The rare historical cases that ordered disclosure of consumer information pre-date the rise of U.S. data privacy law from the mid- 1990s to present. For the first time, antitrust remedies may well have to contend with consumer privacy protection, and the control such protection can impart over competitively important data. The article calls for antitrust analysis to consider data privacy in the design of remedies, particularly for digital platforms. Without such analysis, remedies may unwittingly cause privacy harms that outweigh the benefits to consumers from restored competition. A remedy that causes such a reduction in consumer welfare would undermine the purpose of bringing antitrust enforcement action. The article concludes with discussion of two potential approaches for implementing the proposal. The first focuses on obtaining consumer consent to remedial disclosure and use of data. The second focuses on legislative or judicial definitions of data privacy interests that exclude remedial disclosure. Both demand careful consideration of consumer privacy, and the new complexity it creates for monopolization relief.
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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 découle