MétaCan
Menu
Retour à la cohorte
Enregistrement W3125406397

Mechanism Design with Collusive Supervision

2008· preprint· en· W3125406397 sur OpenAlexaff
Gorkem Celik

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2008
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSupervisorCollusionPrincipal (computer security)Adverse selectionStochastic gameMicroeconomicsPrincipal–agent problemWelfareEconomicsMechanism designRent-seekingInformation asymmetryBusinessIndustrial organizationComputer scienceComputer securityFinanceMarket economyPolitical scienceCorporate governanceManagement
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We analyze an adverse selection environment with third party supervision. We assume that the "supervisor" and the "agent" can collude while interacting with the "principal". As long as the supervisor is symmetrically informed with the agent, the former's existence does not improve the principal's rent extraction. This is due to the "coalitional efficiency" between the supervisor and the agent. However, asymmetric information between these two parties can cause a "collusion failure", which undermines the coalitional efficiency. In that case, we show that the principal can increase his payoff, by manipulating the agent's opportunity cost for colluding with the supervisor. Delegating the authority to contract with the agent to the supervisor is not successful in enhancing the principal's payoff, since the principal loses the instrument to manipulate the opportunity cost of collusion under this organizational form. The increase in the principal's rent extraction does not necessarily imply an overall welfare improvement. Social welfare may decline with the introduction of the supervisor.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,387
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,085
Tête enseignante GPT0,372
Écart entre enseignants0,287 · 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.

Devis d'étudeQualitatif
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

Citations6
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

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