MétaCan
Menu
Retour à la cohorte
Enregistrement W4416332095 · doi:10.1287/mnsc.2023.01558

Nonadditivity of Subjective Expectations over Different Time Intervals

2025· article· en· W4416332095 sur OpenAlexaboutno aff
Peter Haan, Chen Sun, Uwe Sunde, Georg Weizsäcker

Notice bibliographique

RevueManagement Science · 2025
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueDecision-Making and Behavioral Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGermanStock pricePerceptionStock (firearms)Quarter (Canadian coin)Additive functionInterval (graph theory)Degree (music)

Résumé

récupéré en direct d'OpenAlex

We examine the additivity of expectations over different time intervals. For example, when asked about 10-year stock price growth, survey respondents report an expected change that is not equal to, but closer to zero than, the sum of their expectations over two shorter time intervals that cover the same 10 years. Such subadditivity, which we also find in expectations for other economic variables, is irrational, as it cannot stem from aggregating short-term expectations. Model estimates show that the pattern is consistent with a time perception where shorter time intervals have a proportionally larger weight. We also find that the respondents’ degree of additivity is correlated with making larger financial investments. This paper was accepted by Manel Baucells, behavioral economics and decision analysis. Funding: This work was supported by Deutsche Forschungsgemeinschaft (the German Science Foundation) via CRC TRR 190 [Grant 280092119]. Supplemental Material: The online appendix and data files are available at https://doi.org/10.1287/mnsc.2023.01558 .

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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: Empirique
Score de désaccord entre enseignants0,933
Score d'incertitude au seuil0,769

Scores Codex et Gemma par catégorie

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

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 Opus0,051
Tête enseignante GPT0,398
Écart entre enseignants0,347 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement ScienceMême sujetDecision-Making and Behavioral EconomicsTravaux en français237 207