‘Put Your Money Where Your Mouth Is!’: Effects of Streaks on Confidence and Betting in a Binary Choice Task
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Human choice under uncertainty is influenced by erroneous beliefs about randomness. In simple binary choice tasks, such as red/black predictions in roulette, long outcome runs (e.g. red, red, red) typically increase the tendency to predict the other outcome (i.e. black), an effect labeled the “gambler's fallacy.” In these settings, participants may also attend to streaks in their predictive performance. Winning and losing streaks are thought to affect decision confidence, although prior work indicates conflicting directions. Over three laboratory experiments involving red/black predictions in a sequential roulette task, we sought to identify the effects of outcome runs and winning/losing streaks upon color predictions, decision confidence and betting behavior. Experiments 1 ( n = 40) and 3 ( n = 40) obtained trial‐by‐trial confidence ratings, with a win/no win payoff and a no loss/loss payoff, respectively. Experiment 2 ( n = 39) obtained a trial‐by‐trial bet amount on an equivalent scale. In each experiment, the gambler's fallacy was observed on choice behavior after color runs and, in experiment 2, on betting behavior after color runs. Feedback streaks exerted no reliable influence on confidence ratings, in either payoff condition. Betting behavior, on the other hand, increased as a function of losing streaks. The increase in betting on losing streaks is interpreted as a manifestation of loss chasing; these data help clarify the psychological mechanisms underlying loss chasing and caution against the use of betting measures (“post‐decision wagering”) as a straightforward index of decision confidence. © 2014 The Authors. Journal of Behavioral Decision Making published by John Wiley & Sons Ltd.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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