MétaCan
Menu
Retour à la cohorte
Enregistrement W1786148330

Group and individual risk preferences: a lottery-choice experiment

2006· preprint· en· W1786148330 sur OpenAlexaff
David Masclet, Youenn Lohéac, Laurent Denant-Boèmont, Nathalie Colombier

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2006
Typepreprint
Langueen
DomaineDecision Sciences
ThématiqueDecision-Making and Behavioral Economics
Établissements canadiensCenter for Interuniversity Research and Analysis on Organizations
Organismes subventionnairesnon disponible
Mots-clésLotteryPreferenceRisk aversion (psychology)VotingOrder (exchange)PsychologySocial psychologyActuarial scienceGroup decision-makingGroup (periodic table)EconomicsMicroeconomicsExpected utility hypothesisFinancial economicsPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper focuses on decision making under risk, comparing group and individual risk preferences in a lottery-choice experiment inspired by Holt and Laury (2002). The experiment presents subjects with a menu of unordered lottery choices which allows us to measure risk aversion. In the individual treatment, subjects make lottery choices individually; in the group treatment, each subject was placed in an anonymous group of three, where unanimous lottery choice decisions were made via voting. Finally, in a third treatment, called the choice treatment, subjects could choose whether to be on their own or in a group. Our main findings are that groups are more likely than individuals to choose safe lotteries for decisions with low winning percentages. Moreover, groups converge toward less risky decisions because subjects who were relatively less risk averse were more likely to change their vote in order to conform to the group average decision; more risk-averse individuals were less likely to change their preferences. Finally our results reveal a positive relationship between preference for risk and willingness to decide alone.

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)0,010
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,902
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,000
Science ouverte0,0030,005
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,190
Tête enseignante GPT0,428
Écart entre enseignants0,238 · 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'étudeAutre devis
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

Citations23
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetDecision-Making and Behavioral EconomicsTravaux en français237 207