MétaCan
Menu
Retour à la cohorte
Enregistrement W3121489284 · doi:10.1111/sjoe.12225

Court Efficiency and Procurement Performance

2017· article· en· W3121489284 sur OpenAlexafffund
Decio Coviello, Luigi Moretti, Giancarlo Spagnolo, Paola Valbonesi

Notice bibliographique

RevueScandinavian Journal of Economics · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueLaw, Economics, and Judicial Systems
Établissements canadiensHEC Montréal
Organismes subventionnairesVetenskapsrådetUniversità degli Studi di PadovaCanada Research ChairsAgence Nationale de la Recherche
Mots-clésInefficiencyProcurementPaymentOrder (exchange)BusinessWork (physics)Simple (philosophy)Law and economicsEconomicsMicroeconomicsFinanceMarketingEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Disputes over penalties for breaching a contract are often resolved in court. A simple model illustrates how inefficient courts can sway public buyers from enforcing a penalty for late delivery in order to avoid litigation, thereby inducing sellers to delay contract delivery. By using a large dataset on Italian public procurement, we empirically study the effects of court inefficiency on public work performance. Where courts are inefficient, we find the following: public works are delivered with longer delays; delays increase for more valuable contracts; contracts are more often awarded to larger suppliers; and a higher share of the payment is postponed after delivery. Other interpretations receive less support from the data.

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)0,012
score de la tête « metaresearch » (Gemma)0,101
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,101
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,008
Études des sciences et des technologies0,0010,002
Communication savante0,0060,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0270,004

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 Opus0,037
Tête enseignante GPT0,221
Écart entre enseignants0,184 · 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

Citations96
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScandinavian Journal of EconomicsMême sujetLaw, Economics, and Judicial SystemsTravaux en français237 207