MétaCan
Menu
Retour à la cohorte
Enregistrement W4249917361 · doi:10.1093/restud/rdr009

“Initiating Bargaining”

2011· article· en· W4249917361 sur OpenAlexafffund
David Goldreich, Łukasz Pomorski

Notice bibliographique

RevueThe Review of Economic Studies · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésNegotiationEconomicsContext (archaeology)TournamentMicroeconomicsBargaining powerAffect (linguistics)Outcome (game theory)General partnershipAsset (computer security)Political scienceLawPsychologyComputer scienceFinance

Résumé

récupéré en direct d'OpenAlex

While there is an extensive literature on how economic agents bargain to divide an asset, little is known about the decision to initiate bargaining and how the initiation affects the outcome of bargaining. We address these questions in the context of high-stakes poker tournaments in which the last few players often negotiate the division of the remaining prize money rather than risk playing the tournament to the end. In 63% of the tournaments in our sample players enter into negotiations, and in 31%, they successfully reach an agreement. We find that the identity of the player who initiates bargaining affects whether a deal is completed but does not affect the terms of the eventual deal. The initiator tends to have a weaker than average position at the table, but the likelihood that a deal will be completed increases in the initiator's strength in the game and history of winning past tournaments. These findings indicate that initiating negotiations conveys information that is relevant to whether a deal will emerge. Nevertheless, initiating bargaining does not affect the initiator's pay-off in a completed deal. Lastly, we find strong evidence that bargaining tends to be initiated and is more likely to be successful when participants' stakes are about equal, consistent with the theoretical work of Cramton, Gibbons and Klemperer (1987, “Dissolving a Partnership Efficiently”, Econometrica, 55, 615–632).

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)0,011
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,028
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,006
Communication savante0,0050,007
Science ouverte0,0020,005
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0250,006

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 Opus0,237
Tête enseignante GPT0,424
Écart entre enseignants0,186 · 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'étudeEssai non randomisé
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

Citations7
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Review of Economic StudiesMême sujetExperimental Behavioral Economics StudiesTravaux en français237 207