Bibliographic record
Abstract
Cette thèse est en trois chapitres. Le premier chapitre étudie un jeu statique et non coopératif de formation de réseau. Le réseau permet aux joueurs d'échanger de l'information avant de prendre une action collective. Le bénéfice de cette action est le même pour tous, ce qui confère au réseau la propriété de bien public. Les agents communiquent entre eux via leurs connections, et chacun choisit et paie les liens qu'il forme. Dans cet environnement, les décisions stratégiques en liens reposent sur la comparaison entre leur coût et leurs bénéfices sociaux. Le bénéfice social d'un lien est mesuré par le nombre d'agents qui communiquent via le dit lien. Lorsque le bénéfice de l'action collective ne dépend pas de la distance entre les agents, les réseaux Nash stricts sont des roues. Lorsque la distance joue un rôle, les candidats à l'équilibre sont des fleurs. Dans certains réseaux d'équilibre, des agents agissent en passager clandestin. De tels réseaux ne sont jamais socialement efficaces lorsque le bénéfice de l'action collective ne dépend pas de la distance. Néanmoins, ces réseaux peuvent être des optima de Pareto. Les autres chapitres sont co-écrits avec Sidartha Gordon. L'objectif du deuxième chapitre est de clarifier les fonctions des rabais secrets dans les négociations sur les prix des médicaments entre les fournisseurs et les pays. Pour une entreprise pharmaceutique, la confidentialité sur les prix de transaction évite que certains pays ne demandent des prix tout aussi avantageux que ceux obtenus par d'autres. Dans le deuxième chapitre, nous considérons un modèle avec deux pays qui négocient de façon séquentielle avec une entreprise. Un contrat entre l'entreprise et un pays est un accord sur un prix listé, que tout autre pays peut observer, et un rabais secret (confidentiel). Ainsi, un prix listé peut être plus ou moins informatif quant au prix que paie un pays pour lemédicament. Nous supposons que le pays qui négocie en premier a une préférencepour des prix listés bas et des rabais secrets faibles à prix net constant. Nous supposons que le dernier pays à négocier n'accepte jamais de payer un prix plus élevé que le prix listé qu'il observe dans le premier pays. Nous modélisons cette interaction et caractérisons l'ensemble des contrats prix listé rabais qui sont Pareto-optimaux et individuellement rationnels pour la firme et le premier pays qui négocie. Aussi, nous clarifions les conditions sous lesquelles des rabais secrets sont négociés. Un rabais secret est utilisé dans la première négociation si les marchés des deux pays sont relativement aussi rentables l'un que l'autre; et le montant du rabais secret dépend positivement du pouvoir de négociation d'un pays. Le troisième chapitre a pour objectif de rationaliser l'utilisation des rabais secrets via une asymétrie d'information entre les pays et une entreprise pharmaceutique. Nous proposons un jeu séquentiel, dans lequel deux pays négocient l'un après l'autre avec une entreprise, sans possibilité de négocier un rabais secret. L'entreprise détient une information privée sur la date de mise sur le marché d'un produit substitut. Cette information affecte ses préférences entre accepter une offre basse plus tôt et obtenir un prix plus élevé plus tard. L'information contenue dans le prix de transaction du pays qui négocie en premier est bénéfique au second pays, qui, in fine, paie le médicament moins cher grâce à cette information. Par anticipation, l'entreprise est réticente à accepter une offre basse du premier pays. Ce dernier bénéficie toujours de pouvoir conclure un accord confidentiel avec l'entreprise, ce que permet un rabais secret.
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 | 0.013 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.005 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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".