Risky choice and memory for effort: Hard work stands out.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
When deciding between different courses of action, both the potential outcomes and the costs of making a choice should be considered. These costs include the cognitive and physical effort of the different options. In many decision contexts, the outcome of the choice is guaranteed but the amount of effort required to achieve that outcome is unknown. Here, we studied choices between options that varied in the riskiness of the effort (number of responses) required. People made repeated choices between pairs of options that required them to click different numbers of sequentially presented response circles. Easy-effort options led to small numbers of response circles, whereas hard-effort options led to larger numbers of response circles. For both easy and hard-effort options, fixed options led to a consistent effort, whereas risky options led to variable effort that, with a 50/50 chance, required either more effort or less effort than the fixed option. Participants who showed a preference for easier over harder options were more risk averse for decisions involving hard options than for decisions involving easy options. On subsequent memory tests, people most readily recalled the hardest outcome, and they overestimated its frequency of occurrence. Memory for the effort associated with each risky option strongly correlated with individual risky preferences for both easy-effort and hard-effort choices. These results suggest a relationship between memory biases and risky choice for effort similar to that found in risky choice for reward. With effort, the hardest work seems to particularly stand out.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle