MétaCan
Menu
Retour à la cohorte
Enregistrement W7100335946

PRELIMINARY AND INCOMPLETE DO NOT QUOTE OR CITE WITHOUT PERMISSION OF AUTHOR You Can't Always Get What You Want: Observations on Self-Reported Satisfaction, Consumption, and Underlying Utility

2005· article· en· W7100335946 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiquePosttraumatic Stress Disorder Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConsumption (sociology)Proxy (statistics)ExciseLife satisfactionIrrational numberYield (engineering)Interpretation (philosophy)Survey data collectionRevealed preference
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Although social science surveys have long asked respondents to report levels of life satisfaction or happiness, economists have only begun to use those data in the last ten years or so. In their survey of the growing economics literature that studies happiness, Frey and Stutzer (2002) suggest that economists can learn much if they would directly study data on life satisfaction. Among other things, they suggest that measures of life satisfaction or subjective well-being can proxy for utility. If one accepts these measures as a proxy for utility then one can then estimate those goods and activities that directly yield utility. Gruber and Köszegi (2001) rely on this interpretation of life satisfaction measures to argue that smokers are irrational consumers because they report lower levels of life-satisfaction. They use this association to motivate a model of cigarette consumption in which they assume that consumers of cigarettes fail to make decisions consistently over time and that they suffer self-control problems (because they assume cigarettes are addictive). Gruber and Mullainathan (2002) adopt these assumptions to argue that cigarette excise taxes may make smokers better off. They use life-satisfaction measures from the General Social Surveys in the United States and in Canada to show that higher cigarette taxes are

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,442
Score d'incertitude au seuil0,796

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,034
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0020,001
Communication savante0,0050,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,4420,377

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 Opus0,478
Tête enseignante GPT0,470
Écart entre enseignants0,007 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
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
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPosttraumatic Stress Disorder ResearchTravaux en français237 207