MétaCan
Menu
Retour à la cohorte
Enregistrement W2137858987

A Simple Test of Learning Theory

2006· article· en· W2137858987 sur OpenAlexaff
Jim Engle‐Warnick, Ed Hopkins

Notice bibliographique

RevueÉrudit documents and data repository (Érudit Consortium, University of Montreal) · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensMcGill University
Organismes subventionnairesNuffield Foundation
Mots-clésMathematical economicsStochastic gameNash equilibriumSimple (philosophy)Best responseRepeated gameEquilibrium selectionTest (biology)Fictitious playMathematicsGame theoryEconomicsPhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Nous faisons le compte rendu d'expériences élaborées afin de tester la possibilité théorique, découverte par Shapley (1964), que dans certains jeux, l'apprentissage ne converge pas vers un équilibre, que ce soit en termes de fréquences marginales ou de jeu moyen. Les sujets ont joué à répétition en paires fixes à un de deux jeux 3 ´ 3, chaque jeu ayant un équilibre de Nash unique avec stratégies mixtes. On prévoit que l'équilibre du premier jeu soit stable après apprentissage, et le deuxième jeu instable, à condition que les gains soient suffisamment élevés. Pour chaque jeu, nous avons eu recours à deux différents traitements : un avec gains faibles et l'autre avec gains élevés. Nous avons constaté que dans tous les traitements, le jeu moyen est près de l'équilibre bien qu'il y ait présence de cycles importants dans les données.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,797
Score d'incertitude au seuil0,978

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,014
Tête enseignante GPT0,256
Écart entre enseignants0,242 · 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'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

Citations5
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueÉrudit documents and data repository (Érudit Consortium, University of Montreal)Même sujetExperimental Behavioral Economics StudiesTravaux en français237 207