Effort Expenditure Decreases Risk Aversion When Dealing With Gains but Not Losses
Notice bibliographique
Résumé
Separate lines of research suggest that people tend to avoid mental effort, but also value it. Evidence for this effort paradox in the same context is scarce. We tested whether people discount effort prior to the investment of effort and value effort following its investment. In three preregistered experiments (total N = 450), participants repeatedly chose between executing a low-effort task for a small reward and a high-effort task for a larger reward. Participants then chose whether or not to gamble with their rewards. As people tend to become more risk averse as subjective value increases, we reasoned participants would be less likely to gamble with rewards the harder they had to work for them. In Studies 1 and 2, we framed the experiment in terms of gaining rewards. In Study 3, we framed the experiment in terms of losing rewards. In all three studies, effort was discounted prospectively, meaning people demanded higher rewards to invest more effort. Contrary to our predictions, we found that people were more likely to gamble with the rewards the more effort it required to obtain them, but only when the rewards were framed in terms of gains (Studies 1 and 2). Collectively, these results suggest that any potential effort paradox is unlikely to occur when people are aware of the association between investing effort and gaining rewards. Our results also imply a novel hypothesis, namely that the aversive feeling accompanying effort might motivate people to engage in risky behavior.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».