Análisis experimental de la coherencia en la toma de decisiones individuales y colectivas
Bibliographic record
Abstract
El principal objetivo de la tesis es contrastar empiricamente algunas hipotesis de coherencia que se suelen considerar en la Teoria de la Decision, tanto desde el punto de vista individual, como del colectivo obtenido a partir de distintas reglas de agregacion, cuando los individuos muestran intensidades en sus preferencias, Para ello, en primer lugar se aborda la representacion de las preferencias segun los enfoques clasico, difuso y linguistico de la Teoria de la Decision, asi como algunos modelos de racionalidad ligados a cada uno de ellos. En segundo lugar, se estudian, desde una perspectiva empirica, distintos modelos de racionalidad difusos, analizando diferentes aspectos que pueden influir en el nivel de coherencia alcanzado por los individuos. Estos modelos de racionalidad difusos estan relacionados con el cumplimiento de diversas propiedades de transitividad difusa. Posteriormente, se analiza la relacion existente entre la coherencia individual y la colectiva obtenida a partir de diversas reglas de agregacion que gozan de buenas propiedades. Diversas aportaciones en la literatura existente (paradoja de Condorcet, teorema de imposibilidad de Arrow,...) constatan la imposibilidad de asegurar una decision colectiva consistente a partir de preferencias individuales racionales, si se desea que se verifiquen ciertos principios eticos o democraticos. Sin embargo, en el estudio empirico realizado se observa que dejando libertad a los individuos, y por tanto, estos podran ser racionales o no, se obtienen unas altas cotas de racionalidad colectiva. La ultima parte de la memoria desarrolla dos variantes linguisticas de la regla de agregacion de Borda, estableciendo condiciones necesarias para que los resultados obtenidos con esta regla sean representativos de las preferencias de los individuos. Ademas se analiza la relacion existente entre esta regla y el principio de Condorcet, segun el cual si una altern
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.079 | 0.334 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.007 |
| Scholarly communication | 0.004 | 0.005 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.023 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".