XiaoMi-AI文件搜索系统
World File Search SystemBeliefs
使用策略方法和诱导信念来解释公共物品实验中的群体规模和 MPCR 效应
本文表达的任何观点均为作者观点，而非 IZA 观点。本系列中发表的研究可能包括政策观点，但 IZA 不代表任何机构政策立场。IZA 研究网络致力于遵守 IZA 研究诚信指导原则。IZA 劳动经济研究所是一个独立的经济研究机构，从事劳动经济学研究，并就劳动力市场问题提供基于证据的政策建议。在德国邮政基金会的支持下，IZA 运营着世界上最大的经济学家网络，其研究旨在为我们这个时代的全球劳动力市场挑战提供答案。我们的主要目标是在学术研究、政策制定者和社会之间架起桥梁。IZA 讨论文件通常代表初步工作，并被分发以鼓励讨论。引用此类文件时应说明其临时性质。修订版可直接从作者处获得。
使用策略方法和信念来解释公共物品实验中的群体规模和 MPCR 效应
在本文中，我们理清了合作偏好和信念在解释公共物品博弈中的 MPCR 和群体规模效应方面的作用。为此，我们使用 ABC 方法，该方法将合作解释为合作态度和信念的函数。我们使用 Fischbacher 等人 (2001, FGF) 为小群体引入的激励兼容策略方法来衡量合作态度。但是，为了使策略方法在所有群体规模中都具有激励兼容性，我们需要一种可扩展到任何群体规模的策略方法。我们的可扩展策略方法以相等的概率选择条件和无条件贡献，在样本内和样本外的合作预测中表现良好，并且与 FGF 相比也表现良好。我们发现偏好类型在群体规模为 3 和 9 以及 MPCR 为 0.4 和 0.8 时相似。进一步比较群体规模为 3 和 30 的实验再次发现条件偏好的分布相似。通过使用 ABC 方法，我们表明，控制引发的偏好后，不同游戏中观察到的合作水平差异主要是由于信念的差异。JEL：C92，H41 关键词：公共物品、群体规模、MPCR、策略方法、ABC 方法、实验
零和思维、抑制努力的信念的演变和经济发展
我们感谢 Toke Aidt、Ingela Alger、Maiguel Ballester、Roland Benabou、Chris Bidner、Meredith Crowley、Gregory Dow、Martin Fiszbein、Paola Giuliano、Karla Hoff、Sriya Iyer、Rachel Kranton、Max Kwiek、Jonathan Newton、Jean - Philippe Platteau、Hillel Rapoport、Imran Rasul、Arthur Robson、Michael Sacks、Claudia Senik、Moses Shayo、Ludvig Sinander、Josh Tasoff、Thierry Verdier、Cole Williams、Peyton Young、Liyu Zheng 以及 2023 年 NBER 政治经济学春季会议、2023 年 ERINN 会议、英国学院“凝聚力”社会会议、第 10 届牛津全球优先事项研讨会、2022 年 ASREC 年会、2022 年 CNEH 会议、LSE Hayek 研讨会、PolEconUK、西蒙弗雷泽大学的会议/研讨会参与者大学、剑桥大学、约克大学和艾克斯-马赛经济学院对本文进行了有益的讨论和评论。我们感谢 Michele Bernadine、Grace Finley 和 Fernando Secco 提供的出色研究协助。刚果民主共和国卡南加的数据收集资金由技术采用行为研究计划 (BRITE Africa) 资助。本文表达的观点为作者的观点，并不一定反映国家经济研究局的观点。
了解患者对使用技术管理糖尿病的信念：基于国家网络样本的路径分析模型
背景：有4.25亿个人患有糖尿病，至关重要的是支持这种威胁生命的疾病的自我管理。但是，遵守和与现有技术的互动不足，需要进一步研究。目的：我们研究的目的是开发一个综合信念模型，该模型有助于确定预测使用糖尿病自我管理装置检测低血糖症的意图的重要构造。方法：居住在美国的1型糖尿病的成年人是通过Qualtrics招募的，以获取基于网络的问卷调查，该问卷评估了他们对一种监视其震颤的设备的偏好，并提醒他们低血糖症的发作。作为该问卷的一部分，该部分着重于从健康信念模型，技术接受模型等中引起其对行为构建的反应。结果：总共有212名合格的参与者对Qualtrics调查做出了回应。通过4个主要构建体可以很好地预测使用设备来自我管理糖尿病的自我管理（R 2 = 0.65; F 12,199 = 27.19; P <.001）。最重要的结构是感知的有用性（β= .33; p <.001）和感知的健康威胁（β= .55; p <.001），然后提示行动提示（β= .17; p <.001），以及对变化的抵抗力的负面影响（β= −19; p <.001）。年龄较大（β= .025; p <.001）导致他们感知到的健康威胁的增加。该模型也预测了使用糖尿病自我管理装置的意图，其中几种结构很重要。结论：要使个人使用这种设备，他们需要将其视为有用的，将糖尿病视为威胁生命的糖尿病，并经常记住采取行动来管理自己的状况，并表现出较小的变化抵抗力。这种心理建模方法可以通过与物理原型设备进行现场测试并纵向评估其与设备的相互作用来补充未来的工作。
与没有糖尿病的成年人相比，成年人健康睡眠习惯的信念：一项合理的行动方法启发研究
抽象的客观睡眠是健康生活方式的一部分，在糖尿病的成年人中，睡眠不足与发展并发症的风险有关。目的是比较基于合理的行动方法的成年人与没有糖尿病的成年人健康睡眠习惯（HSHS）的信念。方法总共有56名患有糖尿病的成年人和98名成年人回答了有关其信念的开放性问题：避免在床上使用屏幕；有定期睡眠时间表；或在睡前避免咖啡因，酒精和香烟。定性内容分析用于确定两组之间最重要的信念，相似性和差异。结果两组均报告采用HSHS可以改善睡眠。有定期的睡眠时间表可以促进糖尿病成人的糖尿病管理。在两组中都确定了采用每个HSH的负面后果。采用HSHS主要与两组的负面情绪（例如压力，焦虑，恐惧）有关。避免在床上使用屏幕的筛查与不知道糖尿病成人晚上血糖水平的焦虑有关。的伴侣，父母和朋友被认为是批准采用HSHS的最重要的人，但他们通常被认为不太可能两组都采用HSHS。患有糖尿病的成年人认为采用HSHS的障碍更多。促进两组的因素包括消除不健康的睡眠习惯，行为替代，使用提醒，时间管理和社会支持的触发因素。讨论这些信念可以指导行为睡眠干预的发展，包括针对糖尿病成年人的特定干预措施。
战略影响者和信念的塑造
3 如果 α i = 0，这意味着代理不与任何外部源交互，那么时间 t 的信念为 P tb，就像经典 DeGroot 学习模型一样。4 我在定理 4.3 的证明中扩展了定理 3.1，以表明这个量是定义明确的。我还在第 2.2 节和第 5 节中讨论了影响者可能拥有的其他目标。5 Chandrasekhar 等人 (2020) 提供了实证证据，证明简单的 DeGroot 学习反映了观察到的行为模式。Molavi、Tahbaz-Salehi 和 Jadbabaie (2018) 以及 Dasaratha、Hak 和 Golub (2019) 提供了微观基础。DeMarzo、Vayanos 和 Zwiebel (2003) 强调了对该规则的批评，他们表明在 DeGroot 学习下代理不考虑信息重复。然而，他们表明，考虑这种偏见需要强大的计算能力。因此，有有限理性论据支持学习规则。
孟加拉国居民对 COVID-19 疫苗的信念、障碍和犹豫：横断面研究的结果
超过四分之一的参与者（26.42%）犹豫不决，70.33% 的人表示愿意接受疫苗，3.25% 的人拒绝接种疫苗。虽然（54%）的人认为大规模接种疫苗将是抗击 COVID-19 大流行的最有效方法，但也有报道称他们担心疫苗的副作用（58%）、人体接种前疫苗试验不充分（43%）、商业牟取暴利（42%）和不信任疫苗的好处（20%）。此外，还报告了其他障碍，包括疫苗供应短缺、未来不良反应未知（55%）、对卫生系统缺乏信心（51%）、对其有效性（50%）和安全性存在怀疑（45%）以及关于潜在不良反应的信息不足（44.7%）。在双变量分析中，当前政治倾向、既往疫苗接种史和健康状况等变量与接种疫苗有显著相关
新冠疫情期间在 TikTok 上支持接种疫苗：疫苗信念、情绪和评论
TikTok 已成为疫情相关信息汇集和传播的最重要社交媒体平台之一。然而，与疫苗接种相关的视觉内容（尤其是支持疫苗的视频）如何影响受众仍不清楚。使用 Betsch 等人的 5C 模型和 Ekman 的基本情绪模型，我们识别了 TikTok 上 #vaccine 标签下的 200 个热门视频，并研究了视频中表达的与疫苗相关的信念和情绪类型以及信念、情绪和支持性评论之间的关系。信心和喜悦分别是最常表达的信念和情绪；信心（B = 14.84，P < 0.05）、惊讶（B = 11.29，P < 0.05）和悲伤（B = 37.49，P < 0.01）可以预测支持性评论的数量。本研究将疫苗犹豫的 5C 框架扩展到社交媒体上支持疫苗的内容分析，并对特定类型的信念和情绪及其影响提供了详细的见解。讨论了如何解决疫苗犹豫的实际意义。
合作人工智能的普遍信念
自我对弈是马尔可夫博弈中构建解决方案的常见范例，可以在协作环境中产生最优策略。然而，这些策略通常采用高度专业化的惯例，这使得与新伙伴一起玩变得困难。为了解决这个问题，最近的方法依赖于将对称性和惯例意识编码到策略训练中，但这需要很强的环境假设，并且会使策略训练复杂化。因此，我们建议将惯例的学习转移到信念空间。具体来说，我们提出了一个信念学习模型，该模型可以在训练时保持对未见过的策略推出的信念，从而可以在测试时解码和适应新的惯例。我们展示了如何利用这个模型在各种策略池中搜索和训练最佳响应，以大大改善临时团队合作。我们还展示了我们的设置如何促进细微代理惯例的可解释性和可解释性。
关于 COVID-19 疫苗的宗教和道德信仰
尽管 COVID-19 疫情是一场严重的公共卫生和经济紧急事件，尽管有效的疫苗是我们对抗它的最佳武器，但有些团体和个人出于个人道德或宗教原因反对某些疫苗。最广泛讨论的案例是某些宗教团体反对使用与堕胎有关的细胞系进行 COVID-19 疫苗研究，并因道德上反对堕胎而反对接种这些疫苗。然而，对 COVID-19 疫苗研究的道德反对可以基于其他考虑，既有世俗的，也有宗教的。我们认为，宗教或个人对疫苗研究的道德反对是不道德和不负责任的，而且在某种重要意义上往往是不合理的。它们不道德，因为有可能毫无正当理由地对他人造成严重伤害；不负责任，因为它们违背了个人和集体为重要公共卫生目标做出贡献的责任；就某些宗教反对而言，它们可能是不合理的，因为它们内部不一致。总而言之，我们的论点可以转化为一个相当无争议的说法，即在疫苗研究和疫苗接种推广中，我们应该优先考虑人们的生命而不是宗教自由。