MétaCan
Menu
Retour à la cohorte
Enregistrement W2345389150 · doi:10.1177/1088868316644094

The Relative State Model: Integrating Need-Based and Ability-Based Pathways to Risk-Taking

2016· review· en· W2345389150 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevuePersonality and Social Psychology Review · 2016
Typereview
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensUniversity of GuelphUniversity of Regina
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésGeneralityContext (archaeology)Situational ethicsPsychologyRisk analysis (engineering)Social psychologyDisadvantageComputer scienceBusinessArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Who takes risks, and why? Does risk-taking in one context predict risk-taking in other contexts? We seek to address these questions by considering two non-independent pathways to risk: need-based and ability-based. The need-based pathway suggests that risk-taking is a product of competitive disadvantage consistent with risk-sensitivity theory. The ability-based pathway suggests that people engage in risk-taking when they possess abilities or traits that increase the probability of successful risk-taking, the expected value of the risky behavior itself, and/or have signaling value. We provide a conceptual model of decision-making under risk-the relative state model-that integrates both pathways and explicates how situational and embodied factors influence the estimated costs and benefits of risk-taking in different contexts. This model may help to reconcile long-standing disagreements and issues regarding the etiology of risk-taking, such as the domain-generality versus domain-specificity of risk or differential engagement in antisocial and non-antisocial risk-taking.

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.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,980
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,205
Tête enseignante GPT0,475
Écart entre enseignants0,270 · 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