The Explore-Exploit Dilemma: Role of Time Horizon on Informant Selection
Notice bibliographique
Résumé
The explore-exploit dilemma is a pervasive problem within the context of social information gathering faced by all individuals. The decision to exploit an old source of information or explore a new source of information involves a trade-off between acquiring new knowledge from the environment to reduce uncertainty (exploration) or immediately receiving rewards (exploitation) (Meder et al., 2020). An important factor influencing information gathering within the context of the explore-exploit dilemma is time. Research has shown that in shorter time horizons, adults are more likely to exploit old sources of information and in longer time horizons, adults are more likely to explore new sources of information. Thus, when given more opportunities to explore, adults perceive the benefits of exploring novel stimuli to outweigh the immediate reward of exploring an old source of information (Wilson et al., 2014). Prior accuracy of the informant has also been shown to influence the decision to explore or exploit sources of information. The current study aims to extend the work of Gutzin (2021) and will consist of two parts; study one will replicate the work of Gutzin (2021) directly, studying adults online. Study two will extend the work of Gutzin (2021) to accommodate an online platform with children. The previous studies examining this effect had small sample sizes and in turn low statistical power. To address this, the current study will be composed of larger sample sizes so that final conclusions regarding this effect can be made. In line with previous literature and studies, it hypothesized that both adults and children will tend to exploit the familiar informant in shorter time horizons and explore the novel informant in longer time horizons and prior accuracy of the familiar informant will affect exploration tendencies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,128 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».