MétaCan
Menu
Retour à la cohorte
Enregistrement W3122706814

Bargaining in Legislatures: An Experimental Investigation of Open versus Closed Amendment Rules

2000· article· en· W3122706814 sur OpenAlexaff
Guillaume Fréchette, John H. Kagel, Steven Lehrer

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2000
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGame Theory and Voting Systems
Établissements canadiensQueen's University
Organismes subventionnairesCarnegie Mellon UniversityUniversity of Pittsburgh
Mots-clésLegislatureDecision ruleEconomicsMicroeconomicsMathematical economicsLaw and economicsLawPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We investigate the differential effects of open versus closed amendment rules within the framework of a distributive model of legislative bargaining. The data show that there are longer delays in distributing benefits and a more egalitarian distribution of benefits under the open amendment rule, the proposer gets a larger share of the benefits than coalition members under both rules, and play converges toward minimal winning coalitions under the closed amendment rule. However, there are important quantitative differences between the theoretical model underlying the experiment (Baron and Ferejohn 1989) and data, as the frequency of minimal winning coalitions is much greater under the closed rule (the theory predicts minimal winning coalitions under both rules for our parameter values) and the distribution of benefits between coalition members is much more egalitarian than predicted. The latter are consistent with findings from shrinking pie bilateral bargaining game experiments in economics, to which we relate our results.Research support from the Economics Division and the DRMS Divisions of NSF and the University of Pittsburgh is gratefully acknowledged. We have benefited from comments by David Cooper, Massimo Morelli, Jack Ochs, and seminar participants at Carnegie Mellon University, École des Hautes Études Commerciales, Harvard University, Indiana University, ITAM, Université de Montreal, Universite du Québec a Montréal, University of Pittsburgh, Joseph L. Rotman School, University of Toronto, Ohio State University, Texas \widehat{{\rm A}{\&}{\rm M}} University, Tilburg University CENTER, Western Michigan University, The Wharton School, University of Pennsylvania, the 2000 Public Choice Meetings, the 2000 Summer Institute in Behavioral Economics, the 2000 Econometric Society World Congress meetings, and the CEA 35th Annual Meetings. We are responsible for all remaining errors.

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)0,015
score de la tête « metaresearch » (Gemma)0,078
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,078
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0170,001

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 Opus0,098
Tête enseignante GPT0,341
Écart entre enseignants0,243 · 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

Citations1
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetGame Theory and Voting SystemsTravaux en français237 207