MétaCan
Menu
Retour à la cohorte
Enregistrement W4408904036 · doi:10.1016/j.ijresmar.2025.03.006

When a nudge becomes invisible: How behavioral interventions prompt metacognitive miscalibration

2025· article· en· W4408904036 sur OpenAlexfundno aff
Matthew Fisher, Daniel M. Oppenheimer

Notice bibliographique

RevueInternational Journal of Research in Marketing · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueCognitive Science and Mapping
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of AlbertaSouthern Methodist UniversityUniversity of North Texas
Mots-clésNudge theoryPsychological interventionPsychologyBehavioral economicsMetacognitionCognitive psychologyBusinessSocial psychologyCognitionNeuroscienceFinancePsychiatry

Résumé

récupéré en direct d'OpenAlex

Nudges, subtle design changes in a choice environment, have become a popular approach to influencing consumer behavior. In the current research, we explore their potential unintended consequences. While nudges can be helpful tools, we show they can distort people’s perceptions of their own abilities. We present evidence from ten studies (N = 5,395) suggesting that consumers attribute the positive effects of nudges to themselves rather than to the nudge. Employing nudges like reminders, defaults, and decision aids, we find that consumers underestimate the extent to which their behaviors are influenced by external aids. This effect occurs because nudges create ambiguity, leading individuals to mistakenly attribute their improved outcomes to their own abilities rather than the nudge. Our findings contribute to a more nuanced understanding of the impact of nudges, highlighting their potential to shape self-perception in unintended ways.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,887
Score d'incertitude au seuil0,875

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,146
Tête enseignante GPT0,472
Écart entre enseignants0,326 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Research in MarketingMême sujetCognitive Science and MappingTravaux en français237 207