La neuroeconomía como nuevo paradigma de estudio del comportamiento humano en la toma de decisiones económicas.
Bibliographic record
Abstract
Introducción. El estudio de la neuroeconomía si bien es cierto no es reciente, ha tomado gran importancia en los últimos años, el conocer y comprender que sucede en el cerebro de los agentes económicos al momento de decidir por uno u otro bien, resulta de gran interés en disciplinas como la economía, la mercadotecnia, por citar algunas. La neuroeconomía como tal se origina de la combinación de las neurociencias y la economía, con el objetivo de obtener nuevos enfoques que faciliten la construcción de modelos más exactos que permitan comprender que sucede en el cerebro de los agentes económicos al momento de tomar decisiones y cuál es su comportamiento ante ciertos estímulos. El objetivo de la investigación plantea una aproximación teórica al análisis de la neuroeconomía como nuevo paradigma de estudio del comportamiento humano en la toma de decisiones económicas. Metodología. La investigación es de tipo no experimental, de diseño transversal con un enfoque cualitativo y alcance exploratorio –descriptivo. El método analítico - sintético se empleó para extraer de fuentes bibliográficas y documentales aquellos aportes que resultaron más significativos para esta investigación. Resultados. Se describen los elementos teóricos a cerca de la Teoría de la Elección Racional, la Teoría de Juegos, el renacimiento de la psicología dentro de la economía, y la neuroeconomía como nuevo paradigma de estudio del comportamiento humano. Conclusión. La neuroeconomía es una ciencia que se va consolidando como un nuevo paradigma que apoyada en las neurociencias, permite comprender los procesos del cerebro y la mente y su influencia en la toma de decisiones económicas.
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 | 0.005 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.006 |
| Scholarly communication | 0.005 | 0.005 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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".