Allocator-recipient asymmetries in resource allocation preferences: A focus on bequests.
Notice bibliographique
Résumé
In many financial situations, an allocator divides resources between recipients with different levels of need. We examine how allocators and recipients prefer resources to be allocated between recipients (i.e., the allocators do not benefit from the allocation) in interpersonal contexts. We propose allocator-recipient asymmetries in preferred allocations: the allocator and the higher need recipient weigh equality more heavily than the lower need recipient in their preferred allocations. We document these asymmetries in a familiar and important context: parents allocating bequests between children with varying financial needs. In our experiments, participants in the role of parents, higher need child, or lower need child indicate their preferred bequest allocations. The results show that the proportion of bequests parents allocate to their higher need child and the proportion that child prefers to receive are smaller than the proportion the lower need child wants their parents to allocate to their needier sibling. We further suggest that such asymmetries arise because, in interpersonal contexts (e.g., the context of parental bequests), the allocator and the higher need recipient are more concerned than the lower need recipient about the negative impact of unequal allocation on the relationship between recipients. Supporting this account, these asymmetries diminish in noninterpersonal contexts. Finally, we find that a perspective-taking intervention (i.e., prompting the allocator to consider the lower need recipient's preferences) reduces these asymmetries, leading to allocations that align more closely with the desires of the lower need recipient while enhancing the higher need recipient's financial well-being. Boundary conditions, alternative mechanisms, and implications for models of inequality aversion and social preferences are discussed. (PsycInfo Database Record (c) 2026 APA, all rights reserved).
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 | 0,011 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».