MétaCan
Menu
Retour à la cohorte
Enregistrement W14741173 · doi:10.1016/j.vaccine.2003.05.001

The Limitations of Defaults

2010· article· en· W14741173 sur OpenAlexaboutno aff
John Beshears, James J. Choi, David Laibson, Brigitte C. Madrian

Notice bibliographique

RevueVaccine · 2010
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDefaultQuarter (Canadian coin)Labour economicsEconomicsDemographic economicsActuarial scienceBusinessFinance

Résumé

récupéré en direct d'OpenAlex

Prior research has demonstrated that defaults have a powerful influence on economic outcomes in a wide range of settings because individuals often passively accept default options. This paper examines the degree to which defaults become less powerful as they become more extreme. We study a firm with a defined contribution retirement savings plan in which employees are automatically enrolled at a 12% contribution rate, a rate that is considerably higher than those studied in previous work. In addition, the default contribution rate is suboptimal for all employees because the firm only matches employee contributions between 12% and 18% of pay. Approximately one-quarter of employees at this firm remain at the default contribution rate after twelve months of tenure, while the comparable fraction for firms with more modest defaults is more than 60%. We also find that employees who remain at the default contribution rate after twelve months of tenure have lower incomes than would be predicted by the incomes of employees who actively choose neighboring contribution rates. This evidence suggests that defaults are more influential for low-income employees than for high-income employees because low-income individuals generally face higher barriers to active decision-making.

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)0,185
score de la tête « metaresearch » (Gemma)0,587
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,185
Score d'incertitude au seuil0,979

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1850,587
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,007
Études des sciences et des technologies0,0040,004
Communication savante0,0070,014
Science ouverte0,0070,007
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0860,012

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 Opus0,020
Tête enseignante GPT0,223
Écart entre enseignants0,203 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVaccineMême sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207