MétaCan
Menu
Retour à la cohorte
Enregistrement W3121547049

The Tragedy of the Commons in a Fishery when Relative Performance Matters

2010· preprint· en· W3121547049 sur OpenAlexaff
Ngo Van Long, Stephanie McWhinnie

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2010
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésTragedy of the commonsProfit (economics)OverexploitationRelative priceStock (firearms)EconomicsCommonsEfficiencyFish stockMicroeconomicsNatural resource economicsFisheryFish <Actinopterygii>EcologyEngineeringMathematicsStatistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper presents a simple model of a common access fishery where fishermen care about relative performance as well as absolute profits. Our model captures the idea that status (which depends on relative performance) in a community influences a person's well-being. In our main specification, relative performance depends on the absolute difference in after-tax profits. We show that overharvesting resulting from the tragedy of the commons problem is exacerbated by the desire for higher relative performance, leading to a smaller steady-state fish stock and smaller steady-state profit for all the fishermen. We also consider alternative specifications where status depends on the absolute difference in harvests or relative difference in profits, or where there is heterogeneity in the degree to which status matters, or allowing for the possibility of extinction. In all these specifications, status further reduces the steady-state fish stock. We examine taxes and an individual quota as policy alternatives and find support for using the direct quantity method to implement the socially efficient stock level.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,004
Communication savante0,0030,005
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,050
Tête enseignante GPT0,353
Écart entre enseignants0,303 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetExperimental Behavioral Economics StudiesTravaux en français237 207