MétaCan
Menu
Retour à la cohorte
Enregistrement W7055367277

Common-pool resource management and the Prisoner's Dilemma: how the potlatch changes the game

2020· dissertation· en· W7055367277 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2020
Typedissertation
Langueen
DomaineEngineering
ThématiqueLaser Design and Applications
Établissements canadiensMcGill University
Organismes subventionnairesUniversità degli Studi di MilanoSocial Sciences and Humanities Research Council of CanadaMcGill University
Mots-clésCollective actionIncentiveIndigenousResource (disambiguation)Process (computing)Order (exchange)Common-pool resourcePer capita
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Common-pool resources often become depleted because they are rival goods and exclusion of users is difficult.Collective action systems are historically effective solutions to this problem that use agent heterogeneity and complex social structures to motivate sustainable extraction and generate abundance in the community.However, most economic analyses of the depletion problem and its solutions are based on individualistic choice models which assume that agents are homogenous, self-interested utility maximisers who make decisions independently of other agents.Such models cannot process social features or unique agent characteristics and thus treat collectives as single decision-making units, preventing the mechanisms within them from being explored and understood.Methodologies such as agent-based modelling can overcome these limitations.Drawing inspiration from the Indigenous potlatch tradition, an agent-based model was built to simulate a heterogenous community interacting with a common-pool resource and engaging in periodic post-extraction resource reciprocity.An analysis of the time-averaged per capita payoffs experienced by different types of agents allowed us to identify certain mechanisms and examine how they shift resource-based incentives at the individual level.This shows that agent-based modelling can improve our understanding of how collective solutions guide individual-level decision-making in order to avoid depletion and generate abundance.Les ressources communes sont souvent puises parce qu'elles sont des biens comptitives et l'exclusion des usagers est difficile.Les systmes d'action collective sont des solutions historiquement efficaces ce problme qui utilisent l'htrognit des agents et les structures sociales complexes pour motiver l'extraction durable et gnrer l'abondance dans la communaut.Cependant, la plupart des analyses conomiques du problme dficitaire et de ses solutions sont bases sur des modles de choix individualistes qui supposent que les agents sont des optimiseurs homognes et d'intrt personnel qui prennent des dcisions indpendamment des autres agents.De tels modles ne peuvent pas traiter des caractristiques sociales ou d'agent uniques et traitent ainsi les collectifs comme des units de dcision uniques, empchant ainsi l'exploration et la comprhension des mcanismes en leur sein.Des mthodologies telles que la modlisation base sur les agents peuvent surmonter ces limitations.S'inspirant de la tradition autochtone du potlatch, un modle bas sur les agents a t labor pour simuler une communaut htrogne interagissant avec une ressource commune et s'engageant dans une rciprocit priodique des ressources aprs l'extraction.Une analyse des gains moyens par habitant dans le temps subis par diffrents types d'agents nous a permis d'identifier certains mcanismes et d'examiner comment ils modifient les incitations bases sur les ressources au niveau individuel.Cela montre que la modlisation base sur les agents peut amliorer notre comprhension de la faon dont les solutions collectives guident la prise de dcision au niveau individuel afin d'viter l'puisement et de gnrer l'abondance.

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.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,975
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
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 Opus0,014
Tête enseignante GPT0,204
Écart entre enseignants0,190 · 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