MétaCan
Menu
Retour à la cohorte
Enregistrement W4401686770 · doi:10.3390/jrfm17080370

Adapting to Multipolarity: Insights from Iterated Game Theory Simulations—A Preliminary Study on Hypothetical Optimal Global Cooperation

2024· article· en· W4401686770 sur OpenAlexvenueno aff
Panagiotis E. Petrakis, Anna-Мaria Kanzola, Ioannis Lomis

Notice bibliographique

RevueJournal of risk and financial management · 2024
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueGame Theory and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIterated functionGame theoryMathematical economicsComputer scienceEconomicsMathematics

Résumé

récupéré en direct d'OpenAlex

The global geopolitical landscape is characterized by the rise of new powers and a shift toward multipolarity. This study examines the impact of multipolarity on international cooperation using an iterated game theory approach, particularly the classic prisoner’s dilemma, extended to a multiplayer setting. This effort can be regarded as a preliminary study of hypothetical optimal global cooperation. The main hypothesis is that an increase in the number of large countries in the international system will lead to higher levels of cooperation. Our simulation approach confirmed this. Our findings extend to the conclusion that multipolarity, under appropriate cultural and value systems, can foster new economic development and fair competition. Furthermore, we emphasize the importance of evolving strategies and cooperative dynamics in a multipolar world, contributing to discussions on foreign economic policy integration, sustainability, and managing vulnerabilities among great powers. The study underscores the necessity of strategic frameworks and international institutions in promoting global stability and cooperation amidst the complexities of multipolarity.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,039
Tête enseignante GPT0,339
Écart entre enseignants0,300 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetGame Theory and ApplicationsTravaux en français237 207