MétaCan
Menu
Retour à la cohorte
Enregistrement W2916564392

Value of a clear desk: sequencing decisions when decision capacity is limited

2018· preprint· en· W2916564392 sur OpenAlexfundno aff
Anthony Heyes, Sandeep Kapur

Notice bibliographique

RevueBIROn (Birkbeck, University of London) · 2018
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCapital Investment and Risk Analysis
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of Ottawa
Mots-clésPostponementIncentiveValue (mathematics)DeskMicroeconomicsGeneralizationOptimal decisionEconomicsDeferralBusiness decision mappingBusinessDecision analysisActuarial scienceOperations researchOperations managementComputer scienceEngineeringFinanceMathematical economicsMathematicsArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Postponing a decision may allow a better decision later. However, depending on what else comes up, there may never be a moment when it makes sense to come back to a postponed decision, leaving potential gains unrealized. We develop a model of an agent with limited decision-making capacity who faces a sequence of decisions that vary stochastically in their importance and improvability. In each period he can either act on the newly-arrived opportunity or return to one carried from earlier. The prospect of future congestion in decisions generates an incentive to make prompt decisions, to "keep a clear desk". The strength of that imperative is: (1) increasing in the expected importance of future opportunities but decreasing in the dispersion of their importance; (2) decreasing in the expected improvability of future opportunities, but ambiguously influenced by the dispersion of that improvability. The analysis illuminates some decision practices that would otherwise be hard to rationalize. Multiple equilibria in some cases rationalize persistently different behaviour by two agents facing (almost) identical sequences of choices. The setting allows for a generalization of the concept of option value to congested decision environments and, by accounting for a plausible cost to postponement of action, offers a counter-force to the precautionary principle.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,119
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,066
Tête enseignante GPT0,212
Écart entre enseignants0,146 · 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'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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBIROn (Birkbeck, University of London)Même sujetCapital Investment and Risk AnalysisTravaux en français237 207