MétaCan
Menu
Retour à la cohorte
Enregistrement W4406105499 · doi:10.1007/s10479-024-06418-2

Evaluating economies of scope and potential merger: an alternative approach

2025· article· en· W4406105499 sur OpenAlexaff
Jafar Sadeghi, Mehdi Toloo, Biresh K. Sahoo

Notice bibliographique

RevueAnnals of Operations Research · 2025
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEfficiency Analysis Using DEA
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesTechnologická Agentura České RepublikyEuropean Commission
Mots-clésEconomies of scopeScope (computer science)FrontierData envelopment analysisProduction (economics)Industrial organizationProduction–possibility frontierEconomicsEconomies of scaleBusinessMicroeconomicsComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract In data envelopment analysis literature, the estimation of economies of scope involves comparing two frontiers: one for diversified firms producing two outputs together (the diversified frontier) and the other involving additive firms (the additive frontier). A firm’s scope economies can be assessed by comparing the costs of its outputs against these two frontiers. If the cost for the additive frontier exceeds or falls short of that for the diversified frontier, one can determine the presence or absence of scope economies for the diversified firm. However, constructing the additive frontier requires the assumption that the cost of joint production by a diversified firm equals the cost of separate production by specialized firms. In the absence of such an additive cost structure in empirical studies, scope economies evaluation becomes problematic. To address this, we propose an alternative measurement scheme. Using the free disposability postulate of production theory, our scheme creates two sets of virtual specialized firms from the observed diversified firms, then updates them within their respective specialized firm sets. This approach enables an evaluation of a firm's scope economies by comparing the cost of separate production against updated specialized technologies with the joint production cost against diversified technology. Finally, the scheme also allows an examination of whether a merger between any two specialized firms would be profitable.

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)0,016
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,144
Score d'incertitude au seuil0,748

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,589
Tête enseignante GPT0,623
Écart entre enseignants0,034 · 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'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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Operations ResearchMême sujetEfficiency Analysis Using DEATravaux en français237 207