MétaCan
Menu
Retour à la cohorte
Enregistrement W2272118186

When Do Punishment Institutions Work

2015· preprint· en· W2272118186 sur OpenAlexaff
Patrick Aquino, Robert S. Gazzale, Sarah Jacobson

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2015
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPunishment (psychology)Reciprocity (cultural anthropology)IncentiveInstitutionPublic goodSocial dilemmaPsychologySocial psychologyPower (physics)Law and economicsCriminologyEconomicsMicroeconomicsPolitical scienceLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

While peer punishment sometimes motivates increased cooperation, it sometimes reduces cooperation. We use a lab experiment to study why punishment sometimes fails. We begin with a gift exchange game with punishment as it has typically been implemented therein since punishment has often backfired in this game. We modify two features of punishment that could increase its efficacy: punishment's strength and its timing (whether the punisher publicly pre-commits to punishment or acts after the punishee). We replicate the result that peer punishment in gift exchange games can reduce cooperation, but show that this bad outcome disappears if punishment is more powerful. This does not seem primarily due to punishment's threat leading to spiteful behavior: we find little evidence of spite, and the same punishment does not perform better when it is chosen after the fact. We find two main reasons that punishment decreases cooperation: lower wages are offered (a stick is substituted for a carrot); and many punishers don't design punishment to properly incentivize high effort, particularly when punishment is weak in power. Punishment that is not publicly pre-committed is not effective in this game, even though this kind of punishment is similar to that used in public good games in the literature where punishment does seem to increase cooperation. The only punishment institution that increases cooperation is high-power punishment that is publicly pre-committed, which works through strong incentives rather than reciprocity. Finally, the existence of a punishment institution often decreases social surplus (when punishment-related losses are considered), although it may eventually increase social surplus if it is powerful and publicly pre-committed.

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)0,011
score de la tête « metaresearch » (Gemma)0,045
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,045
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,004
Communication savante0,0050,007
Science ouverte0,0010,003
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0210,003

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 Opus0,146
Tête enseignante GPT0,425
Écart entre enseignants0,279 · 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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetExperimental Behavioral Economics StudiesTravaux en français237 207