MétaCan
Menu
Retour à la cohorte
Enregistrement W4391832064 · doi:10.1177/10591478241235005

Regulation of Privatized Public Service Systems

2024· article· en· W4391832064 sur OpenAlexafffund
Ming Hu, Weixiang Huang, Chunhui Liu, Wenhui Zhou

Notice bibliographique

RevueProduction and Operations Management · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueTransportation and Mobility Innovations
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDelegateProfit maximizationEconomicsSocial WelfareMicroeconomicsBusinessPublic serviceProfit (economics)FinancePublic economicsPublic relations

Résumé

récupéré en direct d'OpenAlex

To alleviate the financial shortage for public service provision, a government agency may jointly finance, own, and run a service system with a private firm (in the manner of a joint venture) or delegate service provision to the firm subject to regulation in service price or wait time. We model the service system as a queueing system in which customers are heterogeneous in service valuation and sensitive to price and delay. While the government aims to maximize social welfare, the firm's goal is to maximize profit. Hence, the joint venture has the objective of a mix of profit maximization and social welfare creation. Under the regulation, two types of interaction between the government and the firm, that is, sequential move (in the absence of the government's myopic adjustment) and simultaneous move (in the presence of myopic adjustment), are considered. We find that while wait time regulation is more efficient than price regulation in the presence of myopic adjustment, the relationship is reversed in the absence of myopic adjustment. Somewhat surprisingly, price regulation with myopic adjustment may backfire. However, in some instances, the government must take a large share in a joint venture to achieve the same performance under price regulation without myopic adjustment. Our work uncovers whether the government adopts myopic adjustment plays a critical role in choosing the regulation instrument.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,673
Score d'incertitude au seuil0,236

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,017
Tête enseignante GPT0,220
Écart entre enseignants0,203 · 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'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

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProduction and Operations ManagementMême sujetTransportation and Mobility InnovationsTravaux en français237 207