MétaCan
Menu
Retour à la cohorte
Enregistrement W2795986334 · doi:10.1287/mnsc.2017.2931

The (Neural) Dynamics of Stochastic Choice

2018· article· en· W2795986334 sur OpenAlexaff
Ryan Webb

Notice bibliographique

RevueManagement Science · 2018
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueDecision-Making and Behavioral Economics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésObservablePreferenceBounded functionEconometricsDiscrete choiceClass (philosophy)Stochastic modellingDynamics (music)Stochastic processContrast (vision)Computer scienceMathematicsMathematical economicsEconomicsStatisticsArtificial intelligencePsychology

Résumé

récupéré en direct d'OpenAlex

The standard framework for modeling stochastic choice, the random utility model, is agnostic about the temporal dynamics of the decision process. In contrast, a general class of bounded accumulation models from psychology and neuroscience explicitly relate decision times to stochastic choice behavior. This article demonstrates that a random utility model can be derived from the general class of bounded accumulation models, and characterizes how the resulting distribution of random utility depends on response time. This relationship can bias the estimation of structural preference parameters. The bias can be alleviated via the inclusion of standard observables directly in the econometric specification, or through incorporating novel observables such as response time or neurobiological data. Examples of estimating risk and brand preferences are pursued. This paper was accepted by Matthew Shum, marketing.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,087
Tête enseignante GPT0,403
Écart entre enseignants0,316 · 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'étudeThéorique ou conceptuel
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

Citations114
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement ScienceMême sujetDecision-Making and Behavioral EconomicsTravaux en français237 207