The temporal dynamics of self-control
Notice bibliographique
Résumé
Self-control—the ability to pursue long-term goals over short-term temptations—is a critical faculty of human cognition, but the cognitive processes enabling self-control are not well understood. Traditional models have focused on impulse inhibition: effortfully inhibiting prepotent motor responses toward a temptation, yielding a stage-based evolution of choice. Other models emphasize dynamic competition between goal and temptation, yielding a more integrative evolution of choice. Although these models represent fundamentally different conceptions of self-control, current methods are inadequate for investigating real-time dynamics, leaving the question of which model best describes self-control unresolved. We investigate these models using mouse-tracking: a dynamic, real-time measure of decision-making in which we measure participants’ computer mouse movements as they navigate tradeoffs between immediate and delayed gratification (e.g., $5 today vs. $20 in 3 mo). We develop a quantitative approach that integrates the rich spatial and temporal information contained in mouse trajectories, and find evidence for both impulse inhibition and dynamic competition. Notably, impulse inhibition is less frequent, occurring in only one-quarter of choices favoring larger later rewards over smaller sooner ones. We further find substantial individual variability on who relies on impulse inhibition, with more present-biased individuals more likely to use impulse inhibition to choose larger-later options. Finally, our approach reveals the diverse variability within impulse inhibition and dynamic competition, and accounting for this variability greatly strengthened models predicting out-of-sample choices. Our findings clarify the mechanisms underlying self-control and introduce a robust tool for quantifying real-time decision-making dynamics.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».