Many centralized matching markets are preceded by interviews between the participants. We study the impact on the final match of an increase to the number of interviews one side of the market can participate in. Our motivation is the match between residents and hospitals where, due to the COVID-19 pandemic, interviews for the 2020-21 season of the NRMP match have switched to a virtual format. This has drastically reduced the cost to applicants of accepting interview offers. However, the reduction in cost is not symmetric since applicants, not programs, bore most of the costs of in-person interviews. We show that if doctors are willing to accept more interviews but the hospitals do not increase the number of interviews they offer, no doctor will be better off and potentially many doctors will be harmed. This adverse consequence results from a mechanism we describe as interview hoarding. We prove this analytically and characterize optimal mitigation strategies for special cases. We use simulations to extend the insights from our analytical results to more general settings.


翻译:许多集中的匹配市场之前先进行参与者之间的访谈。我们研究了增加市场一方可以参与的访谈数量对最终匹配的影响。我们的动机是居民和医院之间的匹配,由于COVID-19大流行病,2020-21年NRMP比赛季节的访谈已转换为虚拟形式。这极大地降低了接受面试的申请人的费用。然而,成本的降低并不对称,因为申请人而不是程序承担了面对面访谈的大部分费用。我们表明,如果医生愿意接受更多访谈,但医院不增加他们提供的访谈数量,医生就不会有更好的出场,而且可能有许多医生会受到伤害。这种不利的后果来自我们描述的作为访谈掩藏的机制。我们用这种分析来证明这种分析,并描述特殊案例的最佳缓解战略。我们用模拟方法将分析结果的洞见扩大到更一般的环境。

0
下载
关闭预览

相关内容

【新书】Java企业微服务,Enterprise Java Microservices,272页pdf
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
已删除
将门创投
4+阅读 · 2019年11月8日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年4月2日
Arxiv
15+阅读 · 2019年9月30日
VIP会员
相关资讯
已删除
将门创投
4+阅读 · 2019年11月8日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员