MétaCan
Menu
Retour à la cohorte
Enregistrement W2213754417 · doi:10.17192/es2024.0367

Individual Performance after Success and Failure - A Natural Experiment

2024· preprint· en· W2213754417 sur OpenAlexaboutno aff
Christoph Bühren, Stefan Krabel

Notice bibliographique

RevueEconstor (Econstor) · 2024
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOvertimeBasketballQuarter (Canadian coin)Natural experimentPsychologyOverconfidence effectAssociation (psychology)Affect (linguistics)Social psychologyApplied psychologyEconomicsStatisticsMathematicsLabour economicsGeography

Résumé

récupéré en direct d'OpenAlex

The main goal of our study is to analyze how success and failure in crucial situations affect subsequent individual performance. Our study is based on evidence from a natural experiment of NBA (National Basketball Association) players: Based on play-by-play statistics of NBA games in 10 seasons (1818 observations of 345 sportsmen), we identify players who are responsible for the overtime by taking the last shot of the game. Players who miss the shot when the game is tied perform better in overtime than in the last quarter (within-subject comparison) but not significantly different to their game and season averages. Players who score the equalizer in the last shot of the regular game perform substantially worse in overtime compared to their 4th quarter performance as well as compared to their game and season averages. Yet the average performances in overtime of both groups do not differ significantly (between-subject comparison). We conclude that success in crucial situations leads to lower subsequent individual performance. Psychological explanations for this phenomenon, e.g. the role of overconfidence, are discussed. We argue that our findings can be transferred to behavior after success or failure in business settings since we have distinct identifications of performance and responsibility: the observed overtimes are clear and immediate outcomes of the last shots of our analyzed players; without their success or failure, the game would have been over after regular time.

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)0,005
score de la tête « metaresearch » (Gemma)0,010
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 seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,019
Tête enseignante GPT0,297
Écart entre enseignants0,277 · 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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconstor (Econstor)Même sujetExperimental Behavioral Economics StudiesTravaux en français237 207