MétaCan
Menu
Retour à la cohorte
Enregistrement W4396239788 · doi:10.1093/jcr/ucae029

Back to the Present: How Direction of Mental Time Travel Affects Similarity and Saving

2024· article· en· W4396239788 sur OpenAlexaff
Katherine L. Christensen, Hal E. Hershfield, Sam J. Maglio

Notice bibliographique

RevueJournal of Consumer Research · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSimilarity (geometry)PsychologyOutcome (game theory)Point (geometry)Intervention (counseling)Social psychologyScale (ratio)ChronesthesiaPsychological interventionCognitive psychologyComputer scienceCognitionEconomicsMicroeconomicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Many consumers say they want to save for the future yet struggle to do so. This research examines this saving behavior problem from a persuasive messaging standpoint. With the goal of helping people take better care of their future selves, we build on a stream of research that has found that the way people view their identities over time affects the saving decisions they make. Although past research on similarity judgments across time almost exclusively starts with the present self and moves forward to the future self, such judgments could theoretically start at any point in time. Here, we explore the possibility of backward mental time travel, by asking people to start in the future and return to the present. A series of studies shows that mentally traveling from the future to the present—rather than the present to the future—increases perceived similarity between selves across time by reducing the uncertainty of the destination self. Lab studies and two large-scale experiments indicate that, as an important outcome of this novel intervention, mentally traveling from the future to the present has a small but positive impact, systematically increasing savings intentions and savings behavior.

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)0,001
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,160
Tête enseignante GPT0,489
Écart entre enseignants0,329 · 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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Consumer ResearchMême sujetBehavioral Health and InterventionsTravaux en français237 207