MétaCan
Menu
Retour à la cohorte
Enregistrement W2487158812 · doi:10.1177/1043463114561754

Norms and trades: An experimental investigation

2015· article· en· W2487158812 sur OpenAlexaff
Giuseppe Danese, Luigi Mittone

Notice bibliographique

RevueRationality and Society · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésAllocative efficiencyRedistribution (election)MicroeconomicsNorm of reciprocityNorm (philosophy)Reciprocity (cultural anthropology)EconomicsPositive economicsSocial psychologyMathematical economicsPsychologyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

In this paper we study how norms of symmetry and centricity affect the functioning of two ways to allocate resources described in the economic anthropology literature, namely reciprocity and redistribution. The baseline reciprocity study, with no explicit priming of the norm of symmetry, features near-zero levels of allocative efficiency. Consistent with the anthropological framework we use throughout, we find that priming the norm of symmetry among the players through pre-play communication dramatically increases efficiency. Next we study a game of redistribution and find that in the final stages of the game allocative efficiency levels consistently approach 100%, regardless of how the chief comes to acquire centricity in the group. We conclude that reciprocity and redistribution can seldom allocate resources efficiently in the absence of norms of symmetry and centricity in the institutional design. By way of comparison, we confirm a robust finding in the experimental economics literature that a simple market exchange game achieves high efficiency, even when the traders can formulate expectations about each other’s compliance with norms.

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)0,008
score de la tête « metaresearch » (Gemma)0,039
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 enseignants0,013
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,039
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,138
Tête enseignante GPT0,375
Écart entre enseignants0,237 · 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

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRationality and SocietyMême sujetExperimental Behavioral Economics StudiesTravaux en français237 207