Endogenous versus Exogenous Fairness Indices in Repeated Ultimatum Games
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.
Notice bibliographique
Résumé
In ultimatum games, we often observe some participants rejecting offers that may be normally viewed as “fair” while others accept even lower offers that are typically viewed as “unfair”. The objective of this study is to construct and examine an endogenous fairness index that helps explain this phenomenon. To achieve this objective, we construct a repeated ultimatum game environment in which each participant plays the roles of both the sender and the receiver with two different participants. We conjecture that the ratio of the amount that an individual receives divided by the amount the individual sends, captures the benchmark of what constitutes a fair offer for that individual when an offer-acceptance decision has to be made. Our design includes a fixed- and random-partners treatment in the repeated ultimatum game as an attempt to identify and isolate the effects of social distance on offer-acceptance decisions. In addition to the inclusion of the fairness indices in the offer-acceptance models, we introduce measures of social value orientations and risk attitudes as control variables in our analyses. We find that our belief-related fairness index is, in some cases, a better explanatory variable for offer-acceptance decisions than the conventional “offer index” and in other cases significantly augments the “offer index”. As well, the offer-acceptance model including the belief-related fairness index can account for likelihoods of accepting less fair offers that can, at times, exceed likelihoods of accepting more fair offers.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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