The Development and Validation of a Hierarchical Multiple-Goal Pursuit Model
Notice bibliographique
Résumé
Individuals are faced with multiple goals in life, at work, and across these realms every day. Organizational psychologists have begun to address how individuals prioritize goals over time using computational modeling and simulation (e.g., Vancouver et al., 2010). However, they have focused on situations in which an individual must neglect one goal to prioritize another with certainty about the consequences of their actions. Further, the impact of higher-level motivations (e.g., values, identities), on more proximal goal choices remains to be incorporated into dynamic theories of goal pursuit. The current project advances this work by developing a hierarchical multiple-goal pursuit model (HMGPM), which proposes a hierarchical goal system based on Kruglanski and colleagues’ (2002) goal systems theory. The HMGPM specifies qualitatively different levels in this system – means, tasks, and distal goals – and describes the mechanism by which they influence one another via instrumentality. A computational model is specified and subsequently simulated in a virtual experiment. Specifically, contexts are examined in which two tasks can be simultaneously pursued or prioritized one over one another under varying goal network structures and means instrumentality certainties. Specific conditions are then replicated in an empirical repeated-measures experiment in which participants act as university advisors and make schedules for hypothetical students. Simulation and lab study results revealed 1) when individuals have multiple tasks, they prefer a multifinal means that simultaneously accomplishes both, 2) when individuals have a single task, a multifinal means may be less appealing despite its instrumentality, and 3) uncertainty may further drive individuals to maximize their overall likelihood of progress using a multifinal means. Comparisons of the simulation and lab study results revealed 1) the process by which individuals choose means may not simply be driven by a utility-maximization rule at each decision point, and 2) individuals may discount a multifinal means’ instrumentality via a different mechanism than previously theorized (e.g., Zhang et al., 2007). In sum, the current project advances our understanding of how individuals make choices between their many possible actions depending those actions’ consequences, and their ability to predict those consequences, for their multiple goals.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».