MétaCan
Menu
Retour à la cohorte
Enregistrement W3125708941

The First-Order Approach when the Cost of Effort is Money

2012· preprint· en· W3125708941 sur OpenAlexaff
Marie‐Cécile Fagart, Claude Fluet

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2012
Typepreprint
Langueen
DomaineDecision Sciences
ThématiqueAuction Theory and Applications
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésConvexitySubadditivityOrder (exchange)Stochastic gameQuantileMathematical economicsFunction (biology)Separable spaceMathematical optimizationDistribution (mathematics)Regular polygonConvex functionEconomicsMathematicsEconometricsCombinatoricsFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We provide sufficient conditions for the first-order approach in the principal-agent problem when the agent’s utility has the non-separable form u(y- c(a)) where y is the contractual payoff and c(a) is the money cost of effort. We first consider a decision-maker facing prospects which cost c(a) with distributions of returns y that depends on a. The decision problem is shown to be concave if the primitive of the cumulative distribution of returns is a convex function, a condition we call Concavity of the Cumulative Quantile (CCQ). Next we apply CCQ to the distribution of outcomes (or their likelihood-ratio transforms) in the principal-agent problem and derive restrictions on the utility function that validate the first-order approach. We also discuss a stronger condition, log-convexity of the distribution, and show that it allows binding limited liability constraints, which CCQ does not.

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)0,015
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,870
Score d'incertitude au seuil0,658

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0030,002
Intégrité de la recherche0,0000,001
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 Opus0,122
Tête enseignante GPT0,397
Écart entre enseignants0,276 · 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'étudeAutre devis
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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetAuction Theory and ApplicationsTravaux en français237 207