MétaCan
Menu
Retour à la cohorte
Enregistrement W2899418753 · doi:10.34894/huxbf1

Replication Data for: A note on testing guilt aversion

2018· dataset· en· W2899418753 sur OpenAlexaff
Charles Bellemare, Alexander Sebald, Sigrid Suetens

Notice bibliographique

RevueResearch portal (Tilburg University) · 2018
Typedataset
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueItaly: Economic History and Contemporary Issues
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésKindnessOrder (exchange)PsychologyReplication (statistics)Action (physics)Test (biology)Social psychologyZero (linguistics)Sequence (biology)EconometricsCognitive psychologyComputer scienceMathematicsEconomicsStatisticsPolitical science

Résumé

récupéré en direct d'OpenAlex

We compare three approaches to test for guilt aversion in two economic experiments. The first approach elicits second-order beliefs using self-reports. The second approach discloses first-order beliefs of matched players to decision makers, which are taken as exogenous second-order beliefs of decision makers. The third approach lets decision makers make choices conditional on a sequence of possible first-order beliefs of matched players. We find that the first and third approach generate similar results, both qualitatively and quantitatively. The second approach, however, generates significantly higher levels of `kindness' for low levels of beliefs: at a second-order belief of zero, the probability of choosing the `kind' action is between 43 and 65 percentage points higher than with the other approaches.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0040,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,298
Tête enseignante GPT0,348
Écart entre enseignants0,049 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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'admission1
Résumé présentoui

Explorer davantage

Même revueResearch portal (Tilburg University)Même sujetItaly: Economic History and Contemporary IssuesTravaux en français237 207