MétaCan
Menu
Retour à la cohorte
Enregistrement W3121613258 · doi:10.1111/j.1465-7295.2011.00452.x

THREAT AND PUNISHMENT IN PUBLIC GOOD EXPERIMENTS

2012· article· en· W3121613258 sur OpenAlexaff
David Masclet, Charles Noussair, Marie Claire Villeval

Notice bibliographique

RevueEconomic Inquiry · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensCenter for Interuniversity Research and Analysis on Organizations
Organismes subventionnairesnon disponible
Mots-clésPunishment (psychology)Public goodEarningsWelfareEconomicsSocial dilemmaPublic economicsInstitutionMicroeconomicsSocial psychologyPsychologyPolitical scienceMarket economyLawFinance

Résumé

récupéré en direct d'OpenAlex

Experimental studies of social dilemmas have shown that while the existence of a sanctioning institution improves cooperation within groups, it also has a detrimental impact on group earnings in the short run. Could the introduction of pre‐play threats to punish have enough of a beneficial impact on cooperation, while not incurring the cost associated with actual punishment, so that they increase overall welfare? We report an experiment in which players can issue non‐binding threats to punish others based on their contribution levels to a public good. After observing others' actual contributions, they choose their actual punishment level. We find that threats increase the level of contributions significantly. Efficiency is improved, but only in the latter periods. However, the possibility of sanctioning differences between threatened and actual punishment leads to lower threats, cooperation, and welfare, restoring them to levels equal to or below the levels attained in the absence of threats. (JELC92, H41, D63)

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)0,017
score de la tête « metaresearch » (Gemma)0,054
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,054
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,005
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,132
Tête enseignante GPT0,381
Écart entre enseignants0,249 · 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'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

Citations34
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconomic InquiryMême sujetExperimental Behavioral Economics StudiesTravaux en français237 207