MétaCan
Menu
Retour à la cohorte
Enregistrement W2134645122 · doi:10.1002/bdm.1763

The Effect of Temporal Distance on Attitudes toward Imprecise Probabilities and Imprecise Outcomes

2012· article· en· W2134645122 sur OpenAlexaff
Selçuk Onay, Dolchai La‐ornual, Ayşe Öncüler

Notice bibliographique

RevueJournal of Behavioral Decision Making · 2012
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueDecision-Making and Behavioral Economics
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésAmbiguitySalience (neuroscience)Construal level theoryOutcome (game theory)Ambiguity aversionDimension (graph theory)PsychologySubjective expected utilitySocial psychologyEconometricsComputer scienceExpected utility hypothesisCognitive psychologyMathematicsStatisticsMathematical economics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Many personal, managerial, and societal decisions involve uncertain or ambiguous consequences that will occur in the future. Yet, previous empirical research on ambiguity preferences has focused mainly on decisions with immediate outcomes. To close this gap in the literature, this paper examines ambiguity attitudes toward future prospects, particularly how they may differ from the attitudes toward comparable prospects in the present. On the basis of a recent paradigm, we first distinguish between two types of ambiguity: imprecise probabilities and imprecise outcomes. Then, in accordance with construal level theory, which shows that temporal distance increases the relative importance of outcomes over probabilities in evaluating prospects, we conjecture that temporal distance would moderate attitudes toward imprecise probabilities but amplify attitudes toward imprecise outcomes. Through a series of experiments, we demonstrate that when the prospects are in the future, individuals are less averse toward imprecise probabilities and more seeking toward imprecise outcomes. However, the effect is most prominent for prospects where both the probability and outcome dimensions are concurrently imprecise. The paper ends with a discussion on how dimension salience may have contributed to this result. Copyright © 2012 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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,089
Tête enseignante GPT0,436
Écart entre enseignants0,347 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations48
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Behavioral Decision MakingMême sujetDecision-Making and Behavioral EconomicsTravaux en français237 207