MPRA Munich Personal RePEc Archive Intentions, Insincerity, and Prosocial Behavior
Notice bibliographique
Résumé
Dalhousie, Minnesota (School of Law) and Ryerson universities for very helpful comments and encouragement on earlier version of this paper. I thank Roland Benabou for drawing my attention to related work and SSHRC for financial support. Consider a world with two people, 1 and 2, where person 1 (the proposer) may offer to help person 2 (the responder). The proposer may be altruistic towards the responder either out of a genuine desire to make her happy or out of guilt. The responder derives disutility from apparent acts of altruism motivated by guilt because she considers them to be insincere. She rejects some offers, depending on her beliefs about the proposer’s type. I model this social interaction as a game with interdependent preference types under incomplete information where the responder cares about the intentions behind the proposer’s prosocial behavior. I consider two recent formulations of endogenous guilt: simple guilt and guilt from blame. These formulations make the social interaction a psychological game. I find that the beliefs held by the players can lead to an equilibrium in which all offers are sincere and so no mutually beneficial trades are rejected, although the responder has incomplete information about the proposer’s type. Equilibria with insincere offers are possible under simple guilt but are impossible under guilt from blame. I discuss intrinsic and instrumental motivations for sincerity. I also discuss the implications of insincerity aversion for co-operation, altruism, political correctness, choice of identity, and trust.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,690 | 0,391 |
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 ».