www.vanderbilt.edu/econ Shared Consumption: A Technological Analysis*
Notice bibliographique
Résumé
*This article is a substantially revised version of the first chapter of my doctoral dissertation [Weymark (1977)]. I am grateful to Myrna Wooders for suggesting that this research is still of interest and for encouraging me to revise it for publication. The first two chapters of my thesis formed the basis of my presentation to the European Science Foundation Workshop on “Local Public Goods, Politics and Multijurisidictional Economies ” held at the Universite ́ Paris 1 (Panthéon-Sorbonne) in July 2002. I have benefitted from comments received from Jean-Marc Bonnisseau, John Conley, and an anonymous referee. I am also grateful to Karl Shell and Bob Inman for their comments on the earlier thesis version of this article and to the Canada Council for supporting my thesis research. Abstract. James Buchanan (Economica, 1966) has argued that Alfred Mar-shall’s theory of jointly-supplied goods can be extended to analyze the allo-cation of impure public goods. This article introduces a way of modelling sharing technologies for jointly-supplied goods that captures the essential features of Buchanan’s proposal. Public and private goods are special cases of shared goods obtained by appropriately specifying the sharing technol-ogy. Necessary conditions for an allocation in a shared goods economy to be Pareto optimal are identified and related to the optimality conditions for public and private goods.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,710 | 0,378 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».