MétaCan
Menu
Retour à la cohorte
Enregistrement W2947323737 · doi:10.48550/arxiv.1906.00296

The Theory of Weak Revealed Preference

2019· preprint· en· W2947323737 sur OpenAlexaff
Victor H. Aguiar, Per Hjertstrand, Roberto Serrano

Notice bibliographique

RevuearXiv (Cornell University) · 2019
Typepreprint
Langueen
DomaineDecision Sciences
ThématiqueDecision-Making and Behavioral Economics
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésAxiomRationalization (economics)MinimaxRevealed preferencePairwise comparisonMathematical economicsPreferenceRationalizabilityEconomicsExpected utility hypothesisConsumer choiceMathematicsMicroeconomicsEconometricsStatisticsNash equilibrium

Résumé

récupéré en direct d'OpenAlex

Given a finite collection of choices over budgets, rational consumer behavior is identified with the generalized axiom of revealed preference (GARP). As an alternative, the weak generalized axiom of revealed preference--WGARP--only rules out strict choice cycles of size two. While GARP failures are routinely found in both the field and the lab, the same is not true for WGARP. We study how WGARP-consistent choices can be rationalized as a form of optimal behavior. Our main result is an analogue of the celebrated Afriat's theorem, but for WGARP. We show that choices are consistent with WGARP if and only if they can be rationalized by an asymmetric and strictly monotonic preference function. Equivalently, they can be rationalized by a preference function that admits a coalitional multi-utility (CMU) representation with a coherence restriction. A coherent CMU representation aggregates multiple utility functions --selves-- within the individual, so that binary preference reversals do not occur, while longer preference cycles remain possible. As a result, the class of incomplete, intransitive, and nonconvex preferences compatible with WGARP is studied.

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)0,008
score de la tête « metaresearch » (Gemma)0,018
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,007
Communication savante0,0050,010
Science ouverte0,0020,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,352
Tête enseignante GPT0,282
Écart entre enseignants0,070 · 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
GenreAutre

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetDecision-Making and Behavioral EconomicsTravaux en français237 207