X射线专家：放射学（就业市场论文）医疗错误的可预测错误是结果的，但很难研究，通常需要对过去案件进行​​费力的人类审查。i应用算法工具在最常见的医疗决策设置之一中衡量医疗错误的程度和性质：放射科医生解释胸部X射线。我使用最先进的自然语言处理来从其自由文本报告中提取放射科医生对心脏健康的主张，并将这些主张与算法预测进行比较。i使用直接测量心脏健康的外源给药的血液测试对两者进行裁决。至少有55％的放射科医生犯了错误，可以预见的报告误解了患者心脏健康的严重程度。与医学文献中的主要假设相反，这些错误并不能反映放射学家超重的显着信息。相反，它们系统地对患者风险的信号有系统地反应。一个分解表明，这些错误大致反映了个人放射科医生的最佳临床实践（一种“人类边界”），以及最佳实践和算法预测（“机器边界”）之间的进一步差距。原则上，到达人类边界会将放射科医生的假负率降低20％，而假阳性率降低了2％；到达机器边界会将假否定性降低12％，假阳性降低2％。最后，我发现在这种情况下，机器学习所揭示的错误不会偏向代表性不足的组，从而强调了通过算法检测算法的承诺。管理情绪：在线正念冥想对心理健康和经济行为（带有皮埃尔·卢克·沃特里（Pierre-Luc Vautrey））的正念冥想的影响已受欢迎，这是由于可访问的智能手机应用程序以及对心理健康的不断增长所致。虽然声称此类应用会影响心理健康，生产力和决策，但由于样本量有限和损失量高，现有证据尚无定论。我们通过对2,384名美国成年人进行大规模，低呼吸的实验来解决这些问题，对流行的正念应用程序进行随机访问和使用激励措施。APP访问在两周后将焦虑，抑郁和压力的指数提高0.38个标准偏差（SDS），在四个星期时将0.46 SDS提高，三个月后持续效应。它还将重点校对任务的收入提高了2％。但是，我们发现对标准认知测试（一项stroop任务）以及对风险和信息获取的决策的影响接近零，在过去的经济学研究中表明情绪会影响选择。这项研究提供了证据，表明数字正念可以提高心理健康并可以提高生产力，但表明这些影响并不源于传统的认知能力措施，也不伴随着我们衡量的信息和风险偏好的更原始的变化。