MétaCan
Menu
Retour à la cohorte
Enregistrement W2896348643 · doi:10.3390/g9040083

Homophily and Social Norms in Experimental Network Formation Games

2018· article· en· W2896348643 sur OpenAlexafffund
Jasmina Arifovic, Giuseppe Danese

Notice bibliographique

RevueGames · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesSFU Community Trust Endowment Fund
Mots-clésHomophilyReciprocity (cultural anthropology)Social psychologyNetwork formationSocial network (sociolinguistics)Social identity theorySocial preferencesPsychologySimilarity (geometry)PreferenceNorm of reciprocitySocial mediaComputer scienceMicroeconomicsSocial groupEconomicsSociologySocial capital

Résumé

récupéré en direct d'OpenAlex

Field studies of networks have uncovered a preference to befriend people we perceive as similar according to some dimensions of our identity (“homophily”). Lab studies of network formation games have found that adherence to social norms of reciprocity and inequity aversion are also drivers of network choices. No study so far has attempted to investigate the role of both homophily and social norms in a controlled environment. At the beginning of our experiment, each player fills in a personal profile. Each player then views the profile of all other players and expresses a degree of perceived similarity between his/her profile and the profile of the other player. At this point, a repeated network formation game ensues. We find that: (1) potential homophily considerations triggered by the profile rating task did not measurably change the players’ behavior compared to the baseline; (2) reciprocity plays a significant role in the formulation of the players’ strategies, in particular lowering the probability that the player naively best responds to the network observed in the previous period. We speculate that reciprocation of past choices might be a more “available” aid in strategy-formulation than considerations related to the similarity of the other players.

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)0,005
score de la tête « metaresearch » (Gemma)0,022
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,033
Tête enseignante GPT0,329
Écart entre enseignants0,296 · 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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGamesMême sujetExperimental Behavioral Economics StudiesTravaux en français237 207