MétaCan
Menu
Retour à la cohorte
Enregistrement W3125789064 · doi:10.1287/deca.1090.0149

The Impact of Online Auction Duration

2009· article· en· W3125789064 sur OpenAlexafffund
Ernan Haruvy, Peter T. L. Popkowski Leszczyc

Notice bibliographique

RevueDecision Analysis · 2009
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueAuction Theory and Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of Alberta
Mots-clésCommon value auctionDuration (music)Dutch auctionMicroeconomicsForward auctionBiddingEnglish auctionEconomicsJumpUnique bid auctionRevenue equivalenceAuction theory

Résumé

récupéré en direct d'OpenAlex

One view regarding auction duration suggests that longer auctions would result in more bidders and more bids, which in turn would result in higher prices. An opposing view is that shorter auctions might appeal to impatient bidders, or alternatively, that shorter duration might lead to more competitive dynamics. To examine these competing notions, we conduct pairwise comparisons of simultaneous auctions identical in all but duration. The auctions are conducted on two different platforms—eBay and a local auction site. We find that in eBay auctions, longer duration increases the number of bidders and bids, and consequently increases final prices by about 11%. On the local auction website, with far fewer auctions and a more steady set of participants, the effect is reversed, and shorter auctions generate higher prices by about 20%. Both sets of effects are robust and significant. We look at bidding activity on both sites to try to get at the root of that reversal. We find that in eBay auctions, the higher price in the longer-duration auction is accompanied by a higher number of participating bidders and a higher number of bids placed in the auction. In the local site, we find that the auction duration does not significantly affect the number of participating bidders or the number of bids placed in an auction. However, the magnitude of jump bids is negatively and significantly correlated with duration. These jump bids are in turn shown to impact final prices.

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)0,009
score de la tête « metaresearch » (Gemma)0,066
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,066
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,062
Tête enseignante GPT0,464
Écart entre enseignants0,402 · 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'étudeSimulation ou modélisation
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

Citations41
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDecision AnalysisMême sujetAuction Theory and ApplicationsTravaux en français237 207