MétaCan
Menu
Retour à la cohorte
Enregistrement W3125417866 · doi:10.22004/ag.econ.49318

'Pocket and Pot': Hypothetical Bias in a No-Free-Riding Public Contribution Game

2009· article· en· W3125417866 sur OpenAlexafffundabout
Tatiana Gubanova, Melville McMillan, Wiktor Adamowicz

Notice bibliographique

RevueAgEcon Search (University of Minnesota, USA) · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésPublic goodFree ridingPublic goods gameEconomicsSample (material)DictatorshipInvestment (military)Service (business)MicroeconomicsPrivate goodPublic economicsPolitical sciencePolitics

Résumé

récupéré en direct d'OpenAlex

Hypothetical bias arises when values which people say they place on a good or service differ systematically from the values people reveal for the same good or service through actual, binding economic transactions. Studies of hypothetical bias with respect to public goods often use charitable contributions or other relatively unique goods and these studies employ a variety of mechanisms to elicit the stated and revealed values. This study proposes the inclusion of a free-rider barring random dictatorship mechanism in the standard public contribution game to investigate the issue of bias when a public good involves immediate monetary returns to subjects. Steps are taken to make the game have the look and feel of a real-world tradeoff between private investment and public good provision. Data for the experiment were collected using a sample of students from the University of Alberta. A statistically significant negative hypothetical bias is found for the first hypothetical and the first real rounds of the game. The bias decays in subsequent round pairs, oscillating around zero.

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)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,042
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,003
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,087
Tête enseignante GPT0,308
Écart entre enseignants0,221 · 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'étudeObservationnel
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

Citations0
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAgEcon Search (University of Minnesota, USA)Même sujetExperimental Behavioral Economics StudiesTravaux en français237 207