Individual Decision-Making Underlying the Tragedy of the Commons
Notice bibliographique
Résumé
ABSTRACT Group decision-making is common in everyday life, whether a family is sharing a meal or a corporation is dividing profits. Research in economics on group decision-making has coalesced into a theory known as the tragedy of the commons, which states that resources are inevitably overused when shared by a group. However, even while multiple approaches to mitigating overuse of common resources have been put forward, notable counterexamples to the tragedy of the commons exist such that groups are ultimately able to avoid resource overuse. Development of a computerized paradigm amenable to behavioral modeling and simulation analyses could allow for exploration of whether resources will be overused in a given group of individuals and allow for the rapid testing of behavioral interventions designed to reduce instances of resource overuse. Using a newly developed group decision-making task, we studied how participants made decisions to utilize shared resources for the potential to receive a larger amount of money or conserve resources for a smaller amount of money. Using behavioral modeling, we found that valuation of resource overuse is most impacted only when an exceptionally small amount of resources are remaining. Using computational analyses, we were able to differentiate individual participants by both group earnings and self-reported social attitudes in ways that correlated with their willingness to utilize resources. These results signify the importance of individual differences in group composition regarding the tragedy of the commons, emphasizing the impact of the attitudes and behaviors of individual group members in predicting shared resource use.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».