MétaCan
Menu
Retour à la cohorte
Enregistrement W2927601509 · doi:10.1017/s1930297500006604

Why choose wisely if you have already paid? Sunk costs elicit stochastic dominance violations

2018· article· en· W2927601509 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJudgment and Decision Making · 2018
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueDecision-Making and Behavioral Economics
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésSunk costsStochastic dominanceEconomicsIrrational numberDominance (genetics)Status quoMicroeconomicsEconometricsProspect theoryExpected utility hypothesisMathematical economicsMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Sunk costs have been known to elicit violations of expected utility theory, in particular, the independence or cancellation axiom. Separately, violations of the stochastic dominance principle have been demonstrated in various settings despite the fact that descriptive models of choice favored in economics deem such violations irrational. However, it is currently unknown whether sunk costs also yield stochastic dominance violations. In two studies using a tri-colored roulette wheel choice task with non-equiprobable events yet equal payoffs, we observed that those who had sunk costs selected a stochastically dominated option significantly more than did those who had no costs. Moreover, a second study revealed that people chose a stochastically dominated option significantly more when the expected value was low compared to high. A model comparison of psychological explanations demonstrated that theories that incorporate a reference shift of the status quo could predict these sunk cost-based violations of stochastic dominance whereas other models could not.

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 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), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,962
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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,087
Tête enseignante GPT0,387
Écart entre enseignants0,301 · 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