MétaCan
Menu
Retour à la cohorte
Enregistrement W2145380374 · doi:10.1007/s00199-007-0212-0

Punishment, counterpunishment and sanction enforcement in a social dilemma experiment

2007· article· en· W2145380374 sur OpenAlexaff
Laurent Denant-Boèmont, David Masclet, Charles Noussair

Notice bibliographique

RevueEconomic Theory · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensCenter for Interuniversity Research and Analysis on Organizations
Organismes subventionnairesnon disponible
Mots-clésSanctionsPunishment (psychology)EnforcementEarningsDilemmaPublic goodPublic financeWelfareSocial dilemmaEconomicsLaw and economicsSocial psychologyMicroeconomicsPolitical sciencePsychologyLawMarket economy

Résumé

récupéré en direct d'OpenAlex

We present the results of an experiment that explores the sanctioning behavior of individuals who experience a social dilemma. In the game we study, players choose contribution levels to a public good and subsequently have multiple opportunities to reduce the earnings of the other members of the group. The treatments vary in terms of individuals’ opportunities to (a) avenge sanctions that have been directed toward themselves, and (b) punish others’ sanctioning behavior with respect to third parties. We find that individuals do avenge sanctions they have received, and this serves to decrease contribution levels. They also punish those who fail to sanction third parties, but the resulting increase in contributions is smaller than the decrease the avenging of sanctions induces. When there are five rounds of unrestricted sanctioning, contributions and welfare are significantly lower than when only one round of sanctioning opportunities exists, and welfare is lower than at a benchmark of zero cooperation.

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)0,006
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,023
Tête enseignante GPT0,339
Écart entre enseignants0,316 · 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'étudeExpérimental (laboratoire)
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

Citations332
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconomic TheoryMême sujetExperimental Behavioral Economics StudiesTravaux en français237 207