MétaCan
Menu
Retour à la cohorte
Enregistrement W4392508402 · doi:10.1111/joie.12387

Coupling Information Disclosure with a Quality Standard in R&D Contests*

2024· article· en· W4392508402 sur OpenAlexaff
Gaoyang Cai, Qian Jiao, Jingfeng Lu, Jie Zheng

Notice bibliographique

RevueJournal of Industrial Economics · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesnon disponible
Mots-clésCONTESTQuality (philosophy)InnovatorEx-anteSet (abstract data type)Information qualityAggregate (composite)BusinessPrivate information retrievalMicroeconomicsEconomicsComputer scienceComputer securityInformation systemFinancePolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

We study two‐player R&D contest design using both an information disclosure policy and a quality standard as instruments. The ability of an innovator is known only to himself. The organizer commits ex‐ante to a minimum quality standard and whether to have innovators' abilities publicly revealed before they conduct R&D activities. We find that without quality standards, fully concealing innovators' abilities elicits both higher expected aggregate quality and expected highest quality. With optimally set quality standards, although fully concealing ability information still elicits higher expected aggregate quality, fully disclosing this information leads to a higher level of expected highest quality. Moreover, the optimal quality standards are compared across different objectives and disclosure policies.

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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,794
Score d'incertitude au seuil0,365

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
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 Opus0,106
Tête enseignante GPT0,373
Écart entre enseignants0,267 · 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'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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Industrial EconomicsMême sujetExperimental Behavioral Economics StudiesTravaux en français237 207