MétaCan
Menu
Retour à la cohorte
Enregistrement W2550134544 · doi:10.3389/fpsyg.2017.00045

Cultural Differences in Opportunity Cost Consideration

2017· article· en· W2550134544 sur OpenAlexafffundabout
Ning Zhang, Li‐Jun Ji, Ye Li

Notice bibliographique

RevueFrontiers in Psychology · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensQueen's University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésPsychology

Résumé

récupéré en direct d'OpenAlex

Two studies were conducted to investigate cultural differences in opportunity cost consideration between Chinese and Euro-Canadians. Opportunity cost is defined as the cost of a benefit that must be forgone in order to pursue a better alternative (Becker et al., 1974). In both studies, participants read about hypothetical purchase scenarios, and then decided whether they would buy a certain product. Opportunity cost consideration was measured in two ways: (1) participants' thoughts pertaining to other (nonfocal) products while making decisions; (2) participants' decisions not to buy a focal product (Study 1) or a more expensive product (Study 2). Across both indexes, we found that after controlling for individual difference variables and amount of pocket money, Chinese participants in China considered financial opportunity cost more than Euro-Canadians in Study 1. Similar results were observed in Study 2 when comparing Chinese in Canada with Euro-Canadians However, the cultural effect on opportunity cost consideration was confounded by family income in Study 2. Implications for resource management, limitations of the current research and directions for future research are discussed.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,069
Score d'incertitude au seuil0,404

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,242
Tête enseignante GPT0,310
Écart entre enseignants0,069 · 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 tête enseignante, 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

Citations13
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychologyMême sujetEconomic and Environmental ValuationTravaux en français237 207