MétaCan
Menu
Retour à la cohorte
Enregistrement W76213128 · doi:10.1287/mnsc.2016.2442

Contract Structure for Joint Production: Risk and Ambiguity Under Compensatory Damages

2016· article· en· W76213128 sur OpenAlexaff
Michael D. Ryall, Rachelle C. Sampson

Notice bibliographique

RevueManagement Science · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueLaw, Economics, and Judicial Systems
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAmbiguityDeliverableDamagesProduction (economics)MicroeconomicsEconomicsBusinessComparative staticsDual (grammatical number)Actuarial scienceIndustrial organizationRisk analysis (engineering)Computer scienceLaw

Résumé

récupéré en direct d'OpenAlex

We develop a model in which the parties to a joint production project have a choice of specifying contractual performance in terms of actions or deliverables. Penalties for noncompliance are not specified; rather, they are left to the courts under the legal doctrine of compensatory damages. We analyze three scenarios of increasing uncertainty: full information, where implications of partner actions are known; risk, where implications can be probabilistically quantified; and ambiguity, where implications cannot be so quantified. Under full information, action requirements dominate: they always induce the maximum economic value. This dominance vanishes in the risk scenario. Under ambiguity, deliverables specifications can interact with compensatory damages to create a form of “ambiguity insurance,” where ambiguity aversion is assuaged in a way that increases the aggregate, perceived value of the project. This effect does not arise under contracts specifying action requirements. Thus, deliverables contracts may facilitate highly novel joint projects that would otherwise be foregone as a result of excessive uncertainty. Suggested empirical implications include the choice of contract clause type depending on the level of uncertainty in a joint development project, one application being the level of partner experience with interfirm collaborations. This paper was accepted by Bruno Cassiman, business strategy.

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)0,009
score de la tête « metaresearch » (Gemma)0,026
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 enseignants0,012
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,026
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,006
Communication savante0,0070,010
Science ouverte0,0030,004
Intégrité de la recherche0,0070,006
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,033
Tête enseignante GPT0,222
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

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

Citations9
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement ScienceMême sujetLaw, Economics, and Judicial SystemsTravaux en français237 207