MétaCan
Menu
Retour à la cohorte
Enregistrement W3122316292 · doi:10.1093/jleo/eww005

Informational Lobbying and Agenda Distortion

2016· article· en· W3122316292 sur OpenAlexaff
Christopher Cotton, Arnaud Déllis

Notice bibliographique

RevueThe Journal of Law Economics and Organization · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiquePolitical Influence and Corporate Strategies
Établissements canadiensUniversité du Québec à MontréalQueen's University
Organismes subventionnairesnon disponible
Mots-clésIncentiveDistortion (music)PrioritizationOrder (exchange)PoliticsEconomicsPublic economicsSet (abstract data type)MicroeconomicsLead (geology)Information asymmetryLaw and economicsPolitical sciencePositive economicsComputer scienceLawManagement science

Résumé

récupéré en direct d'OpenAlex

This article challenges the prevailing view that pure informational lobbying (in the absence of political contributions and evidence distortion or withholding) leads to better informed policymaking. In the absence of lobbying, the policymaker (PM) may prioritize more promising issues. Recognizing this, interest groups involved with other issues have a greater incentive to lobby in order to change the issues that the PM learns about and prioritizes. We show how informational lobbying can be detrimental, in the sense that it can lead to less informed PMs and worse policy. This is because informational lobbying can lead to the prioritization of less important issues with active lobbies, and can crowd out information collection by the PM on issues with more likely beneficial reforms. The analysis fully characterizes the set of detrimental lobbying equilibria under two alternative types of issue asymmetry. (JEL D72, D78, D83)

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,361
Score d'incertitude au seuil0,109

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,017
Tête enseignante GPT0,193
Écart entre enseignants0,176 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations40
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Law Economics and OrganizationMême sujetPolitical Influence and Corporate StrategiesTravaux en français237 207