MétaCan
Menu
Retour à la cohorte
Enregistrement W4285008158 · doi:10.1038/s41562-022-01392-w

The globalizability of temporal discounting

2022· article· en· W4285008158 sur OpenAlexaff
Kai Ruggeri, Amma Panin, Milica Vdović, Bojana Većkalov, Nazeer Abdul-Salaam, Jascha Achterberg, Carla Akil, Jolly Amatya, Kanchan Amatya, Thomas Lind Andersen, Sibele D. Aquino, Arjoon Arunasalam, Sarah Ashcroft-Jones, Adrian Dahl Askelund, Nélida Ayacaxli, Aseman Bagheri Sheshdeh, Alexander Bailey, Paula Barea-Arroyo, Genaro Basulto Mejía, Martina Benvenuti, Mari Louise Berge, Aliya Bermaganbet, Katherine Bibilouri, Ludvig Daae Bjørndal, Sabrina Black, Johanna K. Blomster Lyshol, Tymofii Brik, Eike Kofi Buabang, Matthias Burghart, Aslı Bursalıoğlu, Naos Mesfin Buzayu, Martin Čadek, Nathalia Melo de Carvalho, Ana‐Maria Cazan, Melis Çetinçelik, Valentino Chai, Patricia Chen, Shiyi Chen, Georgia Clay, Simone D’Ambrogio, Kaja Damnjanović, Grace Duffy, Tatianna Dugué, Twinkle Dwarkanath, Esther Awazzi Envuladu, Nikola Erceg, Celia Esteban‐Serna, Eman Farahat, R.A. Farrokhnia, Mareyba Fawad, Muhammad Fedryansyah, David Feng, Silvia Filippi, Matías A. Fonollá, René Freichel, Lucía Freira, Maja Friedemann, Ziwei Gao, Suwen Ge, Sandra J. Geiger, Leya George, Iulia Grabovski, Aleksandra Gracheva, Anastasia Gracheva, Ali Hajian, Nida Hasan, Marlene Hecht, Xinyi Hong, Barbora Hubená, Alexander Gustav Fredriksen Ikonomeas, Sandra Ilić, David Izydorczyk, Lea Jakob, Margo Janssens, Hannes Jarke, Ondřej Kácha, Kalina Nikolova Kalinova, Forget Mingiri Kapingura, Ralitsa Karakasheva, David Oliver Kasdan, Emmanuel Kemel, Peggah Khorrami, Jakub M. Krawiec, Nato Lagidze, Aleksandra Lazarević, Aleksandra Lazić, Hyung Seo Lee, Žan Lep, Samuel Lins, Ingvild Sandø Lofthus, Lucía Macchia, Salomé Mamede, Metasebiya Ayele Mamo, Laura Maratkyzy, Silvana Mareva, Shivika Marwaha, Lucy McGill, Sharon McParland, Anișoara Melnic, Sebastian A. Meyer, Szymon Mizak, Amina Mohammed, Aizhan Mukhyshbayeva, Joaquín Navajas, Dragana Neshevska, Shehrbano Jamali Niazi, Ana Elsa Nieto Nieves, Franziska Nippold, Julia Marie Oberschulte, Thiago Otto, Riinu Pae, Tsvetelina Panchelieva, Sun Young Park, Daria Stefania Pascu, Irena Pavlović, Marija Petrović, Dora Popović, Gerhard M. Prinz, Nikolay R. Rachev, Pika Ranc, Josip Razum, Christina Eun Rho, Leonore Riitsalu, Federica Rocca, R. Shayna Rosenbaum, James Rujimora, Binahayati Rusyidi, Charlotte Rutherford, Rand Said, Inés Sanguino, Ahmet Kerem Sarikaya, Nicolas Say, Jakob Schuck, Mary Shiels, Yarden Shir, Elisabeth D. C. Sievert, Irina Soboleva, Tina Solomonia, Siddhant Soni, Irem Soysal, Federica Stablum, Felicia Sundström, Xintong Tang, Felice Tavera, Jacqueline Taylor, Anna‐Lena Tebbe, Katrine Krabbe Thommesen, Juliette Tobias‐Webb, Anna Louise Todsen, Filippo Toscano, Tran Tran, Jason Trinh, Alice Turati, Kohei Ueda, Martina Vacondio, Volodymyr Vakhitov, Adrianna J. Valencia, Chiara Van Reyn, Tina A.G. Venema, Sanne E. Verra, Jáchym Vintr, Marek Vranka, Lisa Wagner, Xue Wu, Ke Ying Xing, Kailin Xu, Sonya Xu, Yuki Yamada, Aleksandra Yosifova, Zorana Zupan, Eduardo García‐Garzón

Notice bibliographique

RevueNature Human Behaviour · 2022
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueDecision-Making and Behavioral Economics
Établissements canadiensBaycrest HospitalYork UniversityMcGill University
Organismes subventionnairesMedical Research CouncilUniversity of CambridgeUK Research and Innovation
Mots-clésDiscountingPsychologyEconometricsEconomics

Résumé

récupéré en direct d'OpenAlex

Economic inequality is associated with preferences for smaller, immediate gains over larger, delayed ones. Such temporal discounting may feed into rising global inequality, yet it is unclear whether it is a function of choice preferences or norms, or rather the absence of sufficient resources for immediate needs. It is also not clear whether these reflect true differences in choice patterns between income groups. We tested temporal discounting and five intertemporal choice anomalies using local currencies and value standards in 61 countries (N = 13,629). Across a diverse sample, we found consistent, robust rates of choice anomalies. Lower-income groups were not significantly different, but economic inequality and broader financial circumstances were clearly correlated with population choice patterns.

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)0,005
score de la tête « metaresearch » (Gemma)0,035
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,035
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,068
Tête enseignante GPT0,424
Écart entre enseignants0,355 · 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

Citations99
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature Human BehaviourMême sujetDecision-Making and Behavioral EconomicsTravaux en français237 207