Team Networks with Partially Observed Links
链接部分可观测的团队网络AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要将成员与团队分别表示为节点和链接，直接研究团队网络中的链接缺失。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
链接部分可观测的团队网络
- 研究问题
- 团队产出低于阈值导致协作链接缺失时，如何估计异质性成员的共同生产关系，并检测由截断造成的网络不可观测性？
- 方法与思路
- 作者建立团队网络线性生产模型，在正态误差下提出 GMM 估计量，同时构造不依赖分布设定的链接截断检验。
- 材料陈述的贡献
- 摘要称，学术发表数据应用发现并修正了个体固定效应聚合系数的明显向下偏差，提示忽略缺失链接可能低估协作溢价。
- 阅读关注点
- 应核对链接缺失的阈值机制、生产模型与固定效应的识别，正态误差在估计中的作用，以及分布无关检验所需条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未报告偏差幅度或完整假设，也未覆盖任意形式的网络缺失。
原文摘要
This paper studies a linear production model in team networks with missing links. In the model, heterogeneous workers, represented as nodes, produce jointly and repeatedly within teams, represented as links. Links are omitted when their associated outcome variables fall below a threshold, resulting in partial observability of the network. To address this, I propose a Generalized Method of Moments estimator under normally distributed errors and develop a distribution-free test for detecting link truncation. Applied to academic publication data, the estimator reveals and corrects a substantial downward bias in the estimated scaling factor that aggregates individual fixed effects into team-specific fixed effects. This finding suggests that the collaboration premium may be systematically underestimated when missing links are not properly accounted for.