MétaCan
Menu
Retour à la cohorte
Enregistrement W4295345211 · doi:10.1108/tcj-08-2021-0118

Hoarding essential products during the COVID-19 pandemic

2022· article· en· W4295345211 sur OpenAlexaff
Abderrahman Hassi, Giovanna Storti

Notice bibliographique

RevueThe CASE Journal · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensEmployment and Social Development Canada
Organismes subventionnairesnon disponible
Mots-clésHoarding (animal behavior)BachelorPublic relationsCoronavirus disease 2019 (COVID-19)PandemicSociologyMarketingPolitical scienceBusinessLaw

Résumé

récupéré en direct d'OpenAlex

Research methodology This case was created based on secondary sources available in the public domain (i.e. news articles). This case has been taught in an undergraduate course of principles of management under the chapter on ethics. Case overview/synopsis When the COVID-19 pandemic broke out, people panicked and rushed to purchase essential products such as hand sanitizers, antibacterial soaps, disinfectant wipes and face masks. The images of a panicked public inspired the brothers Matt and Noah Colvin who amassed and hoarded stockpiles of these essential products to make immense profit. They claimed that their trade approach was legitimate. Yet by an ironic twist of fate, their unorthodox acts were revealed in the media and consequences came in threes: the public vilified the hoarders, the online marketplaces kicked them out and the authorities opened an investigation about alleged price-gouging practices. Complexity academic level This case study may be used in classroom discussions on the concepts of hoarding and price gouging in the following academic programs: bachelor’s in business administration, master of science in business administration and MBA programs. This case study may be used in the following academic courses: ethics in business, responsible management, fundamental of management and organizational behavior.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,438
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,078
Tête enseignante GPT0,286
Écart entre enseignants0,208 · 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'étudeSans objet
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe CASE JournalMême sujetCOVID-19 Pandemic ImpactsTravaux en français237 207