MétaCan
Menu
Retour à la cohorte
Enregistrement W4405042592 · doi:10.1017/9781009428460.008

Cartel Instability and Price Wars

2024· book-chapter· en· W4405042592 sur OpenAlexaboutno aff
Robert Clark, Jean‐François Houde

Notice bibliographique

RevueCambridge University Press eBooks · 2024
Typebook-chapter
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMerger and Competition Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCartelInstabilityEconomicsBusinessCollusionIndustrial organizationPhysicsMechanics

Résumé

récupéré en direct d'OpenAlex

◦ This case study illustrates the difficulties a cartel can face in getting out of a price war and identifies some of the obstacles to doing so related to market circumstances. It does so by closely examining a price war that upset collusion in Québec City in 2000. ◦ The episode started when an independent retailer chose to defect from the collusive agreement by lowering its price so as to increase sales volume and benefit from a price-support clause it had with an upstream supplier. This act triggered a price war that caused margins to go from five cents per liter to nearly zero and which lasted almost a full year. ◦ Using daily station-level price data, the case study shows the price war lasted so long because it was very costly for any firm to take the lead to return to collusive prices. The root of the problem was the high price elasticity of firm demand. Raising price by only two cents per liter above neighboring prices could result in a 36 percent loss of volume. Thus, a firm raising the price to get out of the price war would experience a significant drop in sales as it waited for other firms to match its increase. This deterrent to raising price was compounded by one of the leading firms having a low-price guarantee which tied its price to the lowest price in the market.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0070,005
Communication savante0,0050,003
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0190,002

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,177
Écart entre enseignants0,151 · 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'étudeThéorique ou conceptuel
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 revueCambridge University Press eBooksMême sujetMerger and Competition AnalysisTravaux en français237 207