MétaCan
Menu
Retour à la cohorte
Enregistrement W3124450235

Hostile Takeovers and Overreliance

2015· article· en· W3124450235 sur OpenAlexaff
Anthony Niblett

Notice bibliographique

RevueSeattle University law review · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Law and Human Rights
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDamagesContext (archaeology)Breach of contractLawCompensation (psychology)Law and economicsEconomicsInvestment (military)PaymentBusinessSociologyPolitical scienceFinancePsychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Commentators have argued that employees should be compensated in the event of a hostile takeover; otherwise, the threat of such a takeover will fail to incentivize firm-specific investments by employees.Such deferred compensation is analogous to the payment of damages following a breach of contract.The analogous breach, here, is the breach of an implicit contract between management and employees.Employees trusted management to compensate them for firm-specific investments not explicitly contracted for.I use a familiar result from the contract law literature: There is no measure of damages for breach of contract that can generate both efficient breach and efficient investment by parties to the relationship.While zero damages results in an inefficiently high likelihood of breach, expectation damages result in too much investment.Similarly, in the hostile takeover context, no measure of ex post compensation to employees can generate efficient takeovers from outside bidders and efficient firmspecific investment by employees.Measures of compensation that incentivize only those takeovers that are efficient will lead to overreliance, i.e., excessive firm-specific investments.Essentially, trying to plug one leak exposes another.

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)0,023
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,121

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,052
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,016
Communication savante0,0060,007
Science ouverte0,0030,005
Intégrité de la recherche0,0130,010
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 Opus0,038
Tête enseignante GPT0,202
Écart entre enseignants0,164 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeattle University law reviewMême sujetCorporate Law and Human RightsTravaux en français237 207