MétaCan
Menu
Retour à la cohorte
Enregistrement W2989577513 · doi:10.1111/boer.12223

Experimental evidence on personality traits and preferences

2019· article· en· W2989577513 sur OpenAlexaff
Jim Engle‐Warnick, Sonia Laszlo, Nagham Sayour

Notice bibliographique

RevueBulletin of Economic Research · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensMcGill UniversityCenter for Interuniversity Research and Analysis on Organizations
Organismes subventionnairesnon disponible
Mots-clésLotteryAgreeablenessAmbiguityBig Five personality traitsPersonalityPsychologySocial psychologyAffect (linguistics)Ambiguity aversionRisk aversion (psychology)Expected utility hypothesisExtraversion and introversionEconomicsMicroeconomicsCommunicationComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Using an experiment, we test the relation between personality traits and revealed risk and ambiguity preferences, and we consider the effects of personality traits prevalence in a group on the decision making of each group member. In the experiment, subjects reveal their risk and ambiguity preferences through lottery choices. They then participate in an unstructured group chat. Afterwards, they are given the chance to revise their initial lottery choices. Results show that personality traits affect ambiguity but not risk preferences before the chat. Specifically, agreeableness is negatively related to ambiguity aversion. We also show that the probability of changing decisions after the chat is affected by the individual's personality traits but not by the traits of the other group members. The latter only affects the direction and the degree of the change.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,487
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,267
Tête enseignante GPT0,468
Écart entre enseignants0,201 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations13
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin of Economic ResearchMême sujetExperimental Behavioral Economics StudiesTravaux en français237 207