MétaCan
Menu
Retour à la cohorte
Enregistrement W4405330927 · doi:10.1027/1618-3169/a000627

The Role of Goal Source in Escalation of Commitment

2024· article· en· W4405330927 sur OpenAlexaff
Jong Seok Lee, Mark Keil, Kin Fai Ellick Wong, Hyung Koo Lee

Notice bibliographique

RevueExperimental Psychology (formerly Zeitschrift für Experimentelle Psychologie) · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésEscalation of commitmentDe-escalationPsychologySet (abstract data type)Action (physics)Social psychologyGoal settingPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Escalation of commitment is an important decision problem that occurs across different decision contexts. Recognizing that escalation involves one's effort to achieve some form of a goal, researchers have attempted to understand escalation of commitment as a goal-pursuing activity. Prior research works have suggested that escalation situations consist of (1) an initial goal setting phase and (2) an escalation decision-making phase and have investigated how goal difficulty and goal specificity influence escalation decisions. However, they have neglected the potential role of the goal source in escalation situations. In this study, we aim to advance our understanding of escalation of commitment by examining the relationship between goal source and escalation. Specifically, by drawing on distinct characteristics of escalation situations, we conceptualize a new form of goal source, namely inherited goals, and examine its effect on escalation of commitment compared with self-set and assigned goals that are well-known goal sources in goal-setting theory (GST). We conducted two laboratory experiments and found evidence suggesting that individuals who had inherited goals (i.e., those who did not take part in initial goal setting and did not invest effort in pursuing the previous course of action) are less likely to fall into the escalation trap.

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)0,007
score de la tête « metaresearch » (Gemma)0,046
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 enseignants0,007
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,046
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,038
Tête enseignante GPT0,444
Écart entre enseignants0,406 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExperimental Psychology (formerly Zeitschrift für Experimentelle Psychologie)Même sujetBehavioral Health and InterventionsTravaux en français237 207