Effect of counterfeits and fake reviews in markets for credence goods
Notice bibliographique
Résumé
• A competition between authentic seller and deceptive counterfeiter, with savvy and novice customers. • Sellers decide if acquire fake reviews to influence product endorsement and mislead customers. • In equilibrium, authentic seller does not acquire fake reviews, while counterfeiter may do so. • Amount of fake reviews is decreasing in the proportion of savvy consumers. • Option to acquire fake reviews may benefit both sellers but always hurts consumers. Counterfeits are a persistent problem in online marketplaces, in particular regarding credence goods (e.g., nutritional supplements), as their qualities are difficult or impossible to evaluate even after consumption. Concerned about product quality, customers frequently rely on external signals, such as product badges based on ratings. However, even product ratings are not foolproof as unethical sellers may acquire fake positive reviews to exploit product ratings and badge systems. To analyze the impact fake reviews have on credence goods, we consider a two-stage competition between an authentic seller and a deceptive counterfeiter. The market consists of two types of consumers: savvy customers, who understand that endorsement badges are product-dependent and not seller-dependent, and novice customers, who mistakenly believe product badges testify to a seller's authenticity. In the first stage, both sellers simultaneously decide on whether to acquire fake reviews, which partially influences if the product receives an endorsement badge. In the second stage, both sellers simultaneously set their prices and customers make purchasing decisions. Our results indicate that, in equilibrium, the authentic seller does not acquire fake reviews, while the counterfeiter may do so to mislead customers. Moreover, the amount of fake reviews is decreasing in the fraction of savvy consumers, suggesting that online platforms can combat fake reviews by, for instance, clearly highlighting that badges are product-dependent. We also find that having the option to acquire fake reviews may benefit both sellers but always hurts consumers, emphasizing the need for regulation to protect consumers.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,042 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».