MétaCan
Menu
Retour à la cohorte
Enregistrement W3121647238

Linear Public Goods Experiments: A Meta-Analysis

2001· preprint· en· W3121647238 sur OpenAlexaff
Jennifer Zelmer

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2001
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésEconLitPublic goodPublic goods gamePublic economicsEconometricsEconomicsStatisticsMathematicsMicroeconomicsPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The objective of this paper is to use meta-analysis techniques to assess the impact of various factors on the extent of cooperation in standard linear public goods experiments using the voluntary contributions mechanism. Potentially relevant experiments were identified through searches of EconLit, the Internet Documents in Economics Access Service (IDEAS), and a survey article. A total of 349 potentially relevant studies were identified. Of these, 28 (representing a total of 711 groups of participants) met the inclusion criteria. Data were abstracted from these studies using a standardized protocol. Results were analyzed using weighted ordinary least squares. Average group efficiency was the dependent variable. The major results are that: The marginal per capita return, communication, constant group composition over the session ("partners"), positive framing, and the use of children as subjects had a positive and significant effect (p

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)0,114
score de la tête « metaresearch » (Gemma)0,227
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,886
Score d'incertitude au seuil0,601

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1140,227
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0180,041
Bibliométrie0,0060,005
Études des sciences et des technologies0,0010,002
Communication savante0,0040,003
Science ouverte0,0040,003
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,267
Tête enseignante GPT0,464
Écart entre enseignants0,197 · 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.

Devis d'étudeMéta-analyse
DomaineMéthodes
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

Citations68
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetExperimental Behavioral Economics StudiesTravaux en français237 207