MétaCan
Menu
Retour à la cohorte
Enregistrement W4409034848 · doi:10.5465/amp.2023.0249

Is Competition Policy Fit for the Digital Economy? A European Perspective

2025· article· en· W4409034848 sur OpenAlexaff
Saul Estrin, Klaus E. Meyer, Tobias Kretschmer

Notice bibliographique

RevueAcademy of Management Perspectives · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueDigital Platforms and Economics
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)Competition (biology)Digital economyCompetition policyEconomicsIndustrial organizationEconomic systemBusinessEconomyInternational tradePolitical scienceEuropean unionComputer science

Résumé

récupéré en direct d'OpenAlex

Competition policy establishes the institutional framework for competitive dynamics in market economies. Recently, the relevance and impact of traditional competition policy has been challenged by the rise of the digital economy, where we see a small number of large platform firms, frequent takeovers and mergers, and the potential for using customer data to join and dominate previously separate markets. We provide a framework to explain the basis for contemporary competition policy, and explore implications for company strategy within and beyond the digital sector. Some of the most radical thinking about how competition policy might address the challenge of the digital economy originates from Europe, itself a major market for technology firms. We illustrate this thinking with exemplars from the practice of the EU Commission. Although existing competition policy can provide a basis for addressing monopolistic abuses in digital markets, practices are shifting to address novel sources of market power, including the governance architecture of digital platform firms and their ecosystems, the transferability of personal data, and the interoperability of systems and standards. We consider implications for policymakers. Corporate strategists must also understand how the evolving competition policy framework is impacting competitive dynamics of both platform operator and platform complementing entrepreneurs.

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)0,006
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,016
Communication savante0,0160,018
Science ouverte0,0010,004
Intégrité de la recherche0,0090,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,024
Tête enseignante GPT0,265
Écart entre enseignants0,241 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management PerspectivesMême sujetDigital Platforms and EconomicsTravaux en français237 207