MétaCan
Menu
Retour à la cohorte
Enregistrement W1487695474

Individual Decision Making in Exogenous Targeting Instrument Experiments

2002· preprint· en· W1487695474 sur OpenAlexaff
John M. Spraggon

Notice bibliographique

RevueScholarWorks@UMassAmherst (University of Massachusetts Amherst) · 2002
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésOutcome (game theory)PreferenceMaximizationStochastic gameNash equilibriumEconometricsSimple (philosophy)Best responseComputer scienceEconomicsStatisticsMathematicsMathematical economicsMicroeconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The experimental treatments analysed in this paper are simple in that there is a unique Nash equilibrium resulting in each player having a dominant strategy. However, the data show quite clearly that subjects do not always choose this strategy. In fact, when this dominant strategy is not a “focal” outcome it does not even describe the average decision adequately. It is shown that average individual decisions are best described by a decision error model based on a censored distribution as opposed to the truncate regression model which is typically used in similar studies. Moreover it is shown that in the treatments where the dominant strategy is not “focal” dynamics are important with average subject decisions initially corresponding to the “focal” outcome and then adjusting towards the Nash prediction. Overall, 66.7% of subjects are consistent with Payoff Maximization, 27.8% are consistent with an alternate preference maximization and 5.6% are random.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,391
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,065
Tête enseignante GPT0,304
Écart entre enseignants0,239 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarWorks@UMassAmherst (University of Massachusetts Amherst)Même sujetExperimental Behavioral Economics StudiesTravaux en français237 207