MétaCan
Menu
Retour à la cohorte
Enregistrement W4415973050 · doi:10.1016/j.ejor.2025.10.045

Environmental standards: Examining a regulator’s strategy for setting a deadline

2025· article· en· W4415973050 sur OpenAlexafffund
Amirmohsen Golmohammadi, Tim Kraft

Notice bibliographique

RevueEuropean Journal of Operational Research · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueRegulation and Compliance Studies
Établissements canadiensOntario Tech University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésKey (lock)Production (economics)Scheduling (production processes)

Résumé

récupéré en direct d'OpenAlex

One of the most common approaches that regulators use to improve the environmental performance of firms is to enact a standard that firms must comply with before a set deadline or face a penalty. In this study, we examine how a regulator should set the deadline for a new standard in a market with two competing firms that make technology development and production decisions. We show that when the firms are differentiated by development capability, as the difference between firms’ development capabilities increases, the regulator must be careful as her effort to reduce the lower capability firm’s cost may inadvertently lead to the higher capability firm decreasing his development investment. When the firms are instead differentiated by production capability, as the difference between firms’ capabilities increases, this can create an opportunity for the regulator to take advantage of the higher capability firm’s motivation to gain market share and set an earlier deadline. Extending our model, we find that (i) the regulator should use a development assistance program as a complimentary lever to a deadline for decreasing firms’ compliance times and costs, (ii) when firms can collaborate, the regulator should almost always set a more aggressive deadline, and (iii) the lower capability firm’s attempt to gain a first mover advantage can increase the regulator’s total cost for the standard.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,378
Score d'incertitude au seuil0,417

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,111
Tête enseignante GPT0,370
Écart entre enseignants0,260 · 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'étudeSans objet
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'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Operational ResearchMême sujetRegulation and Compliance StudiesTravaux en français237 207