Notice bibliographique
Résumé
abuse of dominance Czech Republic 74-5 Hungary 76 innovation, IP and competition policy and 127 Poland 78 restrictive agreements and 155, 157, 159-60, 162-3, 171 see also dominance access to data 26, 31, 35-8 administrative process efficiency/effectiveness conflict 218-26 failure conflict 226-31 structural conflict 231-5 see also judicial process agreement horizontal 74, 145, 158-9 single-branding 157, 158-9, 159-60, 166, 167 vertical 74, 76 allocation theory 96 antitrust data control by US lawyers and 39 data interpretation by US economists and 41-2 law 21, 22-3, 34-5 , 59, 140-41, 145, 146-7 Antitrust Modernization Commission (AMC) 227-8 assessment ex-ante, uncertainty in 195-6 state-aid control and 17-18 AstraZeneca 15-16 behaviour defendant's future, France 250-51 economic concept of 214-16 positive economic model of 71-2 see also conduct Bertelsmann/Springer/JV 10-11 Blackstone/Acetex 13-14 Boeing/McDonnell Douglas 54 Böhm, Franz 115 Britain see United Kingdom bundling restrictive agreements and unilateral restraints and 171 unilateral conduct rules and 172-4 see also tying burden of proof restrictive agreements and unilateral restraints and 165 South Africa 82, 85 see also proof Canada 13-14, 83, 86 cartel Czech Republic 73-5, 78 economic analysis 16 exploitative practices 177 Hungary 75 Japan 57, 61-2, 66, 67, 68 Poland 77 restrictive agreements and unilateral restraints and 156, 166 cease-and-desist order, Japan 66 certainty, legal, as administrative costs limitation, competition law goals and 107-8 see also uncertainty civil procedure, basic principles, US antitrust experience 33-5 collective boycott 156 common law litigation model 30-31 competition 'on the merits' 115-16 'perfect' 96, 97, 99, 111 Competition Appeal Court (South Africa) 81 Competition Commission (South Africa) 81, 82 competition law economics in, use of 24-5
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,033 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».