Valuations of target items are drawn towards unavailable decoy items due to prior expectations
Notice bibliographique
Résumé
When people make choices, the items they consider are often embedded in a context (of other items). How this context affects the valuation of the specific item is an important question. High-value context might make items appear less attractive because of contrast-the tendency to normalize perception of an object relative to its background-or more attractive because of assimilation-the tendency to group objects together. Alternatively, a high-value context might increase prior expectations about the item's value. Here, we investigated these possibilities. We examined how unavailable context items affect choices between two target items, as well as the willingness-to-pay for single targets. Participants viewed sets of three items for several seconds before the target(s) were highlighted. In both tasks, we found a significant assimilation-like effect where participants were more likely to choose or place a higher value on a target when it was surrounded by higher-value context. However, these context effects were only significant for participants' fastest choices. Using variants of a drift-diffusion model, we established that the unavailable context shifted participants' prior expectations towards the average values of the sets but had an inconclusive effect on their evaluations of the targets during the decision (i.e. drift rates). In summary, we find that people use context to inform their initial valuations. This can improve efficiency by allowing people to get a head start on their decision. However, it also means that the valuation of an item can change depending on the context.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,005 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».