MétaCan
Menu
Retour à la cohorte
Enregistrement W6983669838

Multi-item auctions and fair division

2023· dissertation· en· W6983669838 sur OpenAlexafffund

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2023
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueCentral European national history
Établissements canadiensMcGill University
Organismes subventionnairesMcGill University
Mots-clésFair divisionCommon value auctionSubadditivityStochastic gameValuation (finance)Function (biology)Class (philosophy)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The question of how to divide a collection of items amongst a set of agents is of central importance to society.There are two main directions from which this question is approached: a game-theoretic direction that studies the mechanisms -primarily auctionsthat are used to divide items amongst agents, and a normative direction that studies the existence and computability of allocations that have desirable properties like fairness and high social welfare.In this thesis, we detail our contributions to both areas.In Part I of this thesis, we analyze two prominent multi-item auctions, the sequential and simultaneous item-bidding auctions.We prove that the declining price anomaly is not guaranteed to hold in the equilibria of full-information sequential auctions with three or more buyers.We then analyze the risk-free profitability, i.e. the threshold payoff that a buyer can guarantee for itself, in sequential and simultaneous auctions, when the buyer's valuation function is in the subadditive set function class (and its subclasses).In Part II, we discuss our contributions to the fair division problem, focusing on the envy-free allocation of indivisible items along with payments.We prove two conjectures of Halpern and Shah [SAGT 2019] and present additional upper bounds on the total quantity of subsidy sufficient to guarantee envy-freeness in any instance.We then study the tradeoffs between transfer payments, fairness, and welfare.i

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,941
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,032
Tête enseignante GPT0,291
Écart entre enseignants0,259 · 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.

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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetCentral European national historyTravaux en français237 207