How Consideration of Future Consequences, Prior Gain or Loss, Personal Risk Profile, and Justification Affect Risk–Payoff Preferences
Notice bibliographique
Résumé
This study examines (1) how risk–payoff preference can be affected by differences in consideration of future consequences (CFC), prior gain/loss, and personal risk profile, and (2) whether one’s risk–payoff preference may vary with justification prompts. Using an experimental design with 366 undergraduate business students, participants are tasked to make risk–payoff choices in two scenarios, with the combined risk–payoff outcomes serving as the dependent variable. In addition, participants are assessed on their personal risk profiles and also complete the 14-item CFC scale to gauge the propensity to take into account future consequences of their behaviors. Findings show that one who scores low (high) in CFC will prefer lower (higher) risk and payoff. Further, for an individual who scores high in CFC and has a prior gain (loss), he/she will be more inclined to prefer lower (higher) risk and payoff, though this effect is moderated by one’s risk profile. Finally, justification prompts help to reduce one’s propensity toward high risk–payoff, irrespective of prior gain/loss and risk profile considerations. With regard to consumers’ financial choices, particularly in a volatile economic environment, the findings here indicate that prompting for strategic justifications before making decisions can help lower one’s overall propensity toward high risk–payoff choices.
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 | 0,001 | 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 | 0,001 |
| 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 ».