Paradoxes of Online Investing: Testing the Influence of Technology on User Expectancies*
Notice bibliographique
Résumé
ABSTRACT At an increasing rate, individual investors are taking personal control over their financial destinies by investing their money online. Compared to offline do‐it‐yourself approaches, evidence suggests that investors exhibit lofty expectations and perform significantly worse after going online. However, little is understood about the mechanisms fueling expectancies, the role technologies play in their formation, or how technologies shape investment decisions. Therefore, this article explores the paradoxical nature of online investing technologies, which can give rise to a heightened state of conviction in one's capability to invest successfully. Drawing on Social Cognitive Theory, the concepts of encapsulation and combination are introduced to develop a research model describing how functional and technical self‐efficacy judgments independently and collectively shape and influence outcome expectancies. The results suggest that perceptions about what one can accomplish through online investing technologies can lead investors to exaggerate their capabilities, which, in turn, produces elevated expectancies of financial payoffs and nonmonetary rewards. These findings carry important implications. In tasks requiring both computing and functional skills, the principals of encapsulation and combination highlight the importance of comprehensively capturing self‐efficacy beliefs across skill domain boundaries. Moreover, online investing represents a paradoxical case that challenges the traditional assumption that fostering a robust sense of efficacy represents a purely noble enterprise. In fact, strong self‐efficacy beliefs can prove counterproductive, leading to severe, irreversible, and unintended consequences. Going forward, these discoveries provide a solid foundation to enhance systems designs and facilitate a deeper understanding of user psychology.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,088 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».