Decreases loom larger than increases: A perceptual account for loss aversion
Notice bibliographique
Résumé
Loss aversion is a cognitive bias where the pain of losing monetary value is greater than the pleasure of gaining the same value. Despite decades of research in loss aversion, the underlying mechanism remains elusive. Here we propose that loss aversion can be explained by a perceptual bias where decreases are overestimated than increases of the same magnitude. To test this account, we showed participants two displays of dots in succession. The first display contained 100 dots. The second display contained 20 to 90 dots by increments of 10, or 110 to 180 dots by increments of 10. After seeing the two displays, participants estimated the number of dots that changed. In our analysis, we paired a decreasing trial (e.g., from 100 to 20) with an increasing trial (from 100 to 180) based on the same magnitude of change. We aimed to examine perceived numerosity change when the number of dots decreased or increased for the same amount. Participants overestimated the number of dots that changed in decreasing trials than that in increasing trials, despite identical changes in both directions (Exp1). We replicated this finding by presenting the two displays simultaneously side by side (Exp2), by expanding the numerosity range from 100 to 900 dots (Exp3), by reversing the positions of the two displays (Exp4), when the language of increasing and decreasing was framed differently (Exp5), and when the positions of the two displays were randomized (Exp6). These results reveal a robust perceptual asymmetry where observers perceive a larger change in decreasing patterns than in increasing patterns despite an equal change in magnitude. This perceptual asymmetry can explain loss aversion where losses are overweighted than gains of the same magnitude. The current findings contribute to the broader question of how perceptual biases underlie cognitive biases.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».