MétaCan
Menu
Retour à la cohorte
Enregistrement W1509868282 · doi:10.3386/w17636

Rewarding Altruism? A Natural Field Experiment

2011· report· en· W1509868282 sur OpenAlexaff
Nicola Lacetera, Mario Macis, Robert Slonim

Notice bibliographique

RevueNational Bureau of Economic Research · 2011
Typereport
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Science Foundation
Mots-clésSurpriseIncentiveAltruism (biology)DonationBlood donationsSocial psychologyPsychologyNatural experimentProsocial behaviorIntervention (counseling)EconomicsMicroeconomicsBlood donorMedicine

Résumé

récupéré en direct d'OpenAlex

We present evidence from a natural field experiment involving nearly 100,000 individuals on the effects of offering economic incentives for blood donations. Subjects who were offered economic rewards to donate blood were more likely to donate, and more so the higher the value of the rewards. They were also more likely to attract others to donate, spatially alter the location of their donations towards the drives offering rewards, and modify their temporal donation schedule leading to a short-term reduction in donations immediately after the reward offer was removed. Although offering economic incentives, combining all of these effects, positively and significantly increased donations, ignoring individuals who took additional actions beyond donating to get others to donate would have led to an under-estimate of the total effect, whereas ignoring the spatial effect would have led to an over-estimate of the total effect. We also find that individuals who received a reward by surprise were less likely to donate after the intervention than subjects who received no reward, suggesting that for some individuals a surprise reward adversely affected their intrinsic motivations. We discuss the implications of these findings for understanding pro-social behavior.

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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,956
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,553
Tête enseignante GPT0,602
Écart entre enseignants0,049 · 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'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

Citations17
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetExperimental Behavioral Economics StudiesTravaux en français237 207