MétaCan
Menu
Retour à la cohorte
Enregistrement W2003371167 · doi:10.1142/s021759081350001x

VALUATIONS OF CHANGES IN RISKS: THE REFERENCE STATE AND EVIDENCE OF DIFFERENCES BETWEEN THE MEASURES

2013· article· en· W2003371167 sur OpenAlexaff
Jichuan Zong, Jack L. Knetsch

Notice bibliographique

RevueThe Singapore Economic Review · 2013
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueDecision-Making and Behavioral Economics
Établissements canadiensSimon Fraser University
Organismes subventionnairesNational Science Foundation
Mots-clésHarmValuation (finance)Value (mathematics)Actuarial scienceEconomicsWillingness to payEconometricsPsychologyStatisticsMicroeconomicsSocial psychologyMathematicsFinance

Résumé

récupéré en direct d'OpenAlex

Given the pervasive evidence that people typically value changes in terms of comparisons to a reference state, and that they commonly value losses and reductions of losses more than gains, current risk assessment and valuation practice is likely to lead to systematic bias and distorted guidance. Willingness to pay estimates of the value of reducing the risk of harm are, for example, likely to understate the value of actions to bring this about. Differences in valuations resulting from different measures are illustrated, and the criteria for the choice between measures of the value of positive and negative changes in risk are demonstrated with results from a new risk study in China.

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 candidatesaucune
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 enseignants0,945
Score d'incertitude au seuil0,413

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,579
Tête enseignante GPT0,476
Écart entre enseignants0,103 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Singapore Economic ReviewMême sujetDecision-Making and Behavioral EconomicsTravaux en français237 207