TESTING EQUILIBRIUM BEHAVIOUR AT FIRST-PRICE, SEALED-BID AUCTIONS WITH DISCRETE BID INCREMENTS ∗
Bibliographic record
Abstract
Dans le cadre du modèle d'enchères à valeurs privées et indépendantes, nous dérivons les implications empiriques du comportement d'équilibre dans les enchères à enveloppe scellée au premier prix, lorsque les incréments sont discrets. Bien que les comportements d'équilibre diffèrent lorsque les mises prennent des valeurs discrètes plutôt que continues, ces différences disparaissent typiquement comme les incréments tendent vers zéro. En pratique, les mises dans les enchères prennent des valeurs discrètes. De plus, ceci peut simplifier les calculs nécessaires pour estimer et tester les modèles d'enchères. Notre approche s'insère dans le cadre d'un modèle d'inférence incomplet et nous permet de tester si les données sont cohérentes avec un comportement d'équilibre dans le cadre d'un modèle symétrique aussi bien qu'asymétrique. Nous démontrons l'utilité de l'approche en l'appliquant à des données générées à partir d'expériences en laboratoire.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".