Notice bibliographique
Résumé
Cette thèse est en trois chapitres. Le premier chapitre étudie un jeu statique et non coopératif de formation de réseau. Le réseau permet aux joueurs d'échanger de l'information avant de prendre une action collective. Le bénéfice de cette action est le même pour tous, ce qui confère au réseau la propriété de bien public. Les agents communiquent entre eux via leurs connections, et chacun choisit et paie les liens qu'il forme. Dans cet environnement, les décisions stratégiques en liens reposent sur la comparaison entre leur coût et leurs bénéfices sociaux. Le bénéfice social d'un lien est mesuré par le nombre d'agents qui communiquent via le dit lien. Lorsque le bénéfice de l'action collective ne dépend pas de la distance entre les agents, les réseaux Nash stricts sont des roues. Lorsque la distance joue un rôle, les candidats à l'équilibre sont des fleurs. Dans certains réseaux d'équilibre, des agents agissent en passager clandestin. De tels réseaux ne sont jamais socialement efficaces lorsque le bénéfice de l'action collective ne dépend pas de la distance. Néanmoins, ces réseaux peuvent être des optima de Pareto. Les autres chapitres sont co-écrits avec Sidartha Gordon. L'objectif du deuxième chapitre est de clarifier les fonctions des rabais secrets dans les négociations sur les prix des médicaments entre les fournisseurs et les pays. Pour une entreprise pharmaceutique, la confidentialité sur les prix de transaction évite que certains pays ne demandent des prix tout aussi avantageux que ceux obtenus par d'autres. Dans le deuxième chapitre, nous considérons un modèle avec deux pays qui négocient de façon séquentielle avec une entreprise. Un contrat entre l'entreprise et un pays est un accord sur un prix listé, que tout autre pays peut observer, et un rabais secret (confidentiel). Ainsi, un prix listé peut être plus ou moins informatif quant au prix que paie un pays pour lemédicament. Nous supposons que le pays qui négocie en premier a une préférencepour des prix listés bas et des rabais secrets faibles à prix net constant. Nous supposons que le dernier pays à négocier n'accepte jamais de payer un prix plus élevé que le prix listé qu'il observe dans le premier pays. Nous modélisons cette interaction et caractérisons l'ensemble des contrats prix listé rabais qui sont Pareto-optimaux et individuellement rationnels pour la firme et le premier pays qui négocie. Aussi, nous clarifions les conditions sous lesquelles des rabais secrets sont négociés. Un rabais secret est utilisé dans la première négociation si les marchés des deux pays sont relativement aussi rentables l'un que l'autre; et le montant du rabais secret dépend positivement du pouvoir de négociation d'un pays. Le troisième chapitre a pour objectif de rationaliser l'utilisation des rabais secrets via une asymétrie d'information entre les pays et une entreprise pharmaceutique. Nous proposons un jeu séquentiel, dans lequel deux pays négocient l'un après l'autre avec une entreprise, sans possibilité de négocier un rabais secret. L'entreprise détient une information privée sur la date de mise sur le marché d'un produit substitut. Cette information affecte ses préférences entre accepter une offre basse plus tôt et obtenir un prix plus élevé plus tard. L'information contenue dans le prix de transaction du pays qui négocie en premier est bénéfique au second pays, qui, in fine, paie le médicament moins cher grâce à cette information. Par anticipation, l'entreprise est réticente à accepter une offre basse du premier pays. Ce dernier bénéficie toujours de pouvoir conclure un accord confidentiel avec l'entreprise, ce que permet un rabais secret.
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 | 0,013 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».