la Cooperazione nel Dilemma del Prigioniero: un confronto sperimentale tra puro e misto strategie

Introduzione

il Dilemma del Prigioniero (PD) è un social dilemma in cui (di solito) due giocatori contemporaneamente, di fronte a una scelta tra due opzioni: a cooperare o per difetto., La matrice di gioco del PD con i payoff T > R > P > S viene visualizzata nella tabella 1 (il primo payoff in ogni cella appartiene al giocatore A, il secondo al giocatore B). Se entrambi i giocatori collaborano, entrambi ricevono payoff R (per ricompensa). Se entrambi i giocatori difettano, ricevono P (per punizione). Se solo un giocatore difetti e l’altro giocatore collabora, il disertore riceve T (per tentazione) e il cooperatore ottiene S (per ventosa)., Nelle interazioni one-shot (o quando il gioco viene ripetuto per un numero finito di periodi), ogni giocatore, indipendentemente dalla scelta dell’altro giocatore, ha un incentivo a disertare. Ogni giocatore è tentato di massimizzare i propri guadagni disertando, ma se entrambi difetti, entrambi perdono rispetto alla situazione in cui entrambi cooperano. Secondo l’Equilibrio di Nash, in equilibrio, nessun giocatore ha un incentivo a deviare unilateralmente dalla sua scelta. Tuttavia, l’equilibrio Nash del PD di defezione reciproca non è socialmente efficiente., Pertanto, è nell’interesse della società conoscere le determinanti della cooperazione nel PD , perché questo dilemma potrebbe sorgere ovunque esistano conflitti di interesse—sia in politica, economia o persino evoluzione . A causa della frequente presenza e importanza del PD, molte discipline scientifiche hanno analizzato la cooperazione nel PD, ad esempio biologia evolutiva/genetica , teoria del caos , sociologia , psicologia ed economia (sperimentale). Poiché una revisione esaustiva della letteratura va oltre lo scopo di questo articolo, ci riferiamo agli articoli del sondaggio per una panoramica .,

Questo articolo presenta un confronto tra i soggetti limitati per giocare pura strategie e soggetti autorizzati a giocare strategie miste in una one-shot simmetrica PD esperimento di laboratorio., La nostra ricerca è motivata da diverse interpretazioni dell’equilibrio misto di Nash nella letteratura teorica del gioco in economia. Von Neumann & Morgenstern interpreta le strategie miste come un deliberato dispositivo randomizzante per nascondere le proprie intenzioni (ad esempio un giocatore nel gioco dei penny corrispondenti che vuole superare in astuzia il suo avversario) mentre Rosenthal le interpreta come la distribuzione di scelte pure in una grande popolazione (ad esempio, ci sono due sottopopolazioni, ognuna ha il proprio set di strategie puri disponibili, e la natura corrisponde giocatori delle diverse popolazioni in modo casuale). Ancora un’altra interpretazione è fornita da Aumann che afferma che la natura probabilistica delle strategie miste riflette l’incertezza dei giocatori che non sanno quali azioni intraprendono gli altri giocatori. Secondo questa interpretazione, ogni giocatore sceglie sempre una strategia pura definita, senza alcun tentativo di randomizzare. (Rubinstein fornisce una discussione di queste diverse interpretazioni.,) Con la nostra carta, verifichiamo se il tasso di cooperazione differisce quando confrontiamo i giocatori che sono autorizzati a giocare strategie miste (simile all’interpretazione in ) con i giocatori che individualmente devono scegliere tra le loro strategie pure (simile ). Al fine di tenere conto del ruolo dell’incertezza sulle azioni degli altri in , suscitiamo anche credenze su queste azioni. Abbiamo scelto il PD come gioco sottostante nel nostro esperimento (i) a causa del suo ruolo di primo piano in varie discipline, e (ii) perché la cooperazione nel PD coinvolge soggetti che si scambiano interessi individuali e sociali., Consideriamo la cooperazione nel PD una domanda più interessante (e morale, vedi ) che una semplice questione di calcolo (come nel gioco dei penny corrispondenti).

I soggetti in un gruppo del nostro esperimento sono limitati a giocare strategie pure e i soggetti in un altro gruppo sono autorizzati a giocare strategie miste in un gioco PD simmetrico one-shot. In entrambi i gruppi, i soggetti interagiscono in modo anonimo con altri 10 soggetti e prendono le loro decisioni tutte in una volta (per quanto ne sappiamo, siamo i primi ad adottare questo approccio in un esperimento PD)., Strategie miste risparmiano i decisori dall’impegnarsi in una piena cooperazione o in una completa defezione. Invece, i giocatori possono selezionare un mix di quelle strategie pure. Lo scopo di questo studio è determinare se e come l’opzione di giocare strategie miste influisce sulla cooperazione in un PD. Nel nostro esperimento incentivato monetariamente, i soggetti sono divisi in due gruppi che differiscono solo nel loro spazio decisionale. Nel gruppo di controllo Puro, i soggetti prendono una decisione di strategia pura., Per 10 interazioni anonime abbinate casualmente all’interno della loro sessione sperimentale, decidono tutto in una volta di cooperare o disertare in base alla matrice di gioco nella tabella 2. Nel gruppo di trattamento misto, i soggetti hanno la possibilità di scegliere una strategia mista. Decidono in quante delle 10 interazioni anonime casualmente abbinate vogliono cooperare; nelle restanti interazioni anonime (anche casualmente abbinate), disertano. Quindi, i soggetti in Misto hanno ancora la possibilità di cooperare pienamente o di disertare completamente, come in Puro., L’ordine in cui i soggetti giocano la miscela scelta di cooperazione e defezione è determinato casualmente.

Per aumentare le probabilità che le decisioni siano prese deliberatamente, i soggetti di entrambi i trattamenti sono chiesto di dichiarare una fede circa i loro avversari cooperativeness., Suscitare queste credenze ci permette anche di esaminare più da vicino la relazione tra credenze e comportamenti cooperativi. L’elicitazione di credenze sul comportamento degli altri giocatori e le conseguenze di queste credenze per il proprio comportamento è stato un argomento di ricerca iniziale. I soggetti in esperimenti PD indovinano che gli altri giocheranno come loro stessi intendono giocare ., Croson ha scoperto che quando ai soggetti è stata richiesta la loro migliore stima (binaria) di ciò che la loro controparte nell’esperimento avrebbe fatto, è diminuita la successiva cooperazione negli esperimenti PD one-shot di circa il 30% rispetto ai soggetti a cui non è stato chiesto. Acevedo& Krueger attribuisce questa relazione tra credenze e comportamenti al ragionamento probatorio e all’orientamento al valore sociale. Rubinstein & Salant presenta prove correlate per l’auto-somiglianza nelle interazioni strategiche simili al PD.,

In un post-sperimentale questionario, abbiamo chiesto ai soggetti di controllo variabili che abbiamo ritenuto importante per gli esperimenti condotti con gli studenti di un campus universitario (abbiamo deciso di non includere più variabili di controllo come soggetti di esperimenti sono stati esclusivamente gli studenti e, quindi, della stessa età e livello di istruzione e nessuno di loro ha partecipato in precedenza in un PD esperimento in laboratorio; non abbiamo incluso una misura di avversione al rischio, perché non vi è prova che non si correlano con il comportamento del PD o il Gioco della Fiducia )., Innanzitutto, abbiamo incluso il genere perché le femmine sono risultate più cooperative nei primi round di un esperimento PD ripetuto (questa differenza era più pronunciata nelle sessioni di genere misto rispetto a quando sono state confrontate le sessioni di genere singolo). Vedi per una discussione più generale delle differenze di genere negli esperimenti PD e per un meta-studio delle differenze di genere negli esperimenti Dictator Game e PD. In secondo luogo, abbiamo incluso se i soggetti avevano già sentito parlare dell’esperimento (perché aver sentito parlare dell’esperimento dai coetanei può far sì che i soggetti si comportino in modo diverso rispetto ai soggetti che non l’hanno fatto)., In terzo luogo, abbiamo incluso se avessero familiarità con la teoria dei giochi (poiché il PD viene solitamente insegnato nelle lezioni di teoria dei giochi e conoscere la soluzione può far sì che gli studenti si comportino più in linea con la teoria; vedi, ad esempio, sul ruolo dell’esperienza dei soggetti negli esperimenti di PD). Infine, abbiamo chiesto quanti altri soggetti nella stanza i soggetti conoscevano personalmente (sapere di più degli altri soggetti personalmente può rendere i soggetti si comportano più pro-socialmente, cioè più inclini a collaborare nel PD).,

La teoria dei giochi standard prevede che l’opzione di giocare strategie miste in un gioco PD one-shot non influenzerà affatto la cooperazione. La defezione reciproca è l’unico equilibrio di Nash del gioco, il che significa che i giocatori non hanno alcun incentivo a deviare unilateralmente dalla distribuzione di probabilità della defezione del 100% e della cooperazione dello 0%. Empiricamente, tuttavia, fino all ‘ 80% delle scelte nei giochi PD sperimentali sono cooperative, a seconda della calibrazione dei profitti . Per i nostri esperimenti, abbiamo scelto la matrice di gioco presentata nella tabella 2., Era già stato utilizzato in, che ha riportato un tasso di cooperazione del 55% e un tasso di credenza del 45%. In puro, i soggetti pro-sociali devono affrontare una decisione “tutto o niente”. Qui, l’incertezza sul comportamento degli altri rischia di attirare soggetti pro-sociali verso la defezione, a causa della paura di essere sfruttati travolge il desiderio di massimizzare i risultati congiunti. Nel Misto, ci aspettiamo la possibilità di giocare strategie miste per incoraggiare i soggetti pro-sociali a cooperare reciprocamente almeno nella stessa misura in cui si aspettano che i loro avversari collaborino., Il punto cruciale è che solo le strategie di miscelazione consentono ai soggetti di dare la migliore risposta alla loro convinzione. Poiché ci aspettiamo una distribuzione molto vicina al 50% di cooperazione/50% di defezione sia di credenze che di comportamenti, la matrice di gioco scelta dovrebbe darci risultati chiari.

Previsione: Il tasso di cooperazione in misto è superiore a quello in Puro.

La decisione one-shot fornisce il test più pulito per dilemmi sociali come il PD. Quando una decisione viene presa solo una volta, i soggetti non possono imparare nel corso del tempo (poiché alcuni soggetti acquisiscono comprensione quando viene fornito un feedback )., Condizionare il proprio comportamento sul comportamento passato osservato degli altri non è possibile (come la reciprocità riportata negli esperimenti di gioco dei beni pubblici, cioè in ) e la costruzione della reputazione non gioca un ruolo (come fa quando interagisce più di una volta con lo stesso soggetto).

Metodi

La crisi di replicazione ha rivelato che molti risultati in psicologia, economia sperimentale e altre scienze sociali non sono riproducibili., Affrontiamo questa crisi determinando il numero di osservazioni richieste con l’aiuto di un calcolo della potenza (in cui la dimensione dell’effetto prevista si basa sulla letteratura) prima di condurre i nostri esperimenti. Utilizzando G * Power 3.1.9.2, una dimensione del campione richiesta di 40 in ciascuno dei due gruppi di trattamento è stata calcolata per fornire una potenza statistica di 1 − β = 0,8 per rilevare un effetto di d = 0,58, assumendo un test di Wilcoxon su un lato e una probabilità di errore di α = 0,05., Abbiamo utilizzato i risultati e calcolato la dimensione dell’effetto sulla base di un aumento previsto della cooperazione di 7 punti percentuali in misto rispetto al tasso di cooperazione riportato di 55% di cui usiamo anche la matrice di payoff . Abbiamo ipotizzato una deviazione standard di s. d. = 12.16 in entrambi i trattamenti (calcolata dai punti di dati in un recente meta-studio).

Un totale di 97 studenti dell’Università di Potsdam che si erano iscritti al database ORSEE (basato su ) del Potsdam Laboratory for Economic Experiments (o PLEx, https://www.uni-potsdam.de/plex) sono stati reclutati per partecipare a questo esperimento., Questi soggetti sono stati assegnati in modo casuale a due trattamenti: 48 soggetti in Puro e 49 soggetti in Misto. Un totale di soggetti 12-18 ha partecipato a ciascuna delle sei sessioni condotte a giugno 2018. Ogni soggetto ha partecipato a una sola sessione.

Dopo essere entrati nel laboratorio, i soggetti sono stati assegnati in modo casuale a un terminale di computer, dopo di che è stata vietata qualsiasi comunicazione tra i soggetti. I bui tra le postazioni di lavoro vietavano ai soggetti di guardare gli schermi dei loro vicini e di osservare le loro decisioni. Per ogni soggetto sono stati forniti un foglio di carta bianco e una penna., Le istruzioni sperimentali sono state visualizzate sullo schermo del computer all’inizio dell’esperimento (per le traduzioni dell’esperimento e le schermate in tedesco, fare riferimento al repository nella dichiarazione di accessibilità dei dati). Le sessioni erano sessioni Pure o miste in modo che le istruzioni fossero identiche per tutti i soggetti nella stanza. Ogni sessione sperimentale è durata circa 15 min., Successivi al gioco sperimentale, ai soggetti è stato chiesto di compilare un breve questionario per la raccolta di informazioni sui soggetti di genere (variabile dummy Femmina = 1 se femmina) e se lo aveva già sentito parlare dell’esperimento (variabile dummy Noto Esperimento = 1 se sì), se erano familiarità con la teoria dei giochi (dummy-variabile Teoria dei giochi = 1 se sì) e come molti altri soggetti in camera che conoscevano personalmente (variabile Noti Soggetti = numero di soggetti). I soggetti hanno guadagnato una tassa di spettacolo di €4 e una media di €6.18 nel gioco (€6.47 in puro, €5.90 in Misto)., I soggetti hanno ricevuto il loro profitto in privato. L’esperimento è stato programmato in z-Tree e incorniciato in modo neutro. In entrambi i gruppi, i soggetti sono stati presentati con la matrice di payoff nella tabella 2. La cooperazione è stata etichettata come decisione A, decisione di defezione B.

In entrambi i gruppi, i soggetti dovevano prendere un’unica decisione rilevante per il profitto. In Pure, i soggetti dovevano decidere di giocare la decisione A o la decisione B in tutte le 10 interazioni successive (cooperazione variabile: 0 o 1, trasformata in tassi di 0 o 100)., In Misto, al contrario, i soggetti dovevano decidere in quante delle 10 interazioni avrebbero preso la decisione A (cooperazione variabile: interi tra 0 e 10, trasformati in tassi tra 0 e 100). Nelle interazioni rimanenti, hanno giocato decisione B. L ” ordine in cui hanno giocato il mix scelto di A o B contro le loro controparti è stato determinato in modo casuale dal computer. A seguito di questo, il computer abbinato soggetti casualmente in coppie con uno dei 10 altri soggetti nella stanza. Il profitto di ogni soggetto dall’esperimento era la somma dei profitti guadagnati nelle interazioni 10., I soggetti non hanno ricevuto alcuna informazione sulle loro controparti o sulle decisioni di altri soggetti.

Prima che i soggetti prendessero la loro decisione, veniva loro chiesto di valutare (non incentivato) il comportamento degli altri soggetti. In Pure, i soggetti dovevano indicare quanti dei loro partner di interazione 10 si aspettavano avrebbero scelto la decisione A (credenza variabile: intero tra 0 e 10, trasformato in tassi tra 0 e 100)., In Misto, i soggetti dovevano indicare in quante interazioni credevano che i loro partner di interazione 10 avrebbero scelto la decisione A in media (credenza variabile: numero con un massimo di due cifre decimali tra 0 e 10, anch’essi trasformati in tassi).

Risultati

3.1. Confronto dei mezzi di trattamento

I più importanti sono i confronti dei mezzi delle due variabili di interesse, Cooperazione e convinzione, nei nostri gruppi di trattamento (entrambe le variabili sono espresse qui come tassi e variano tra 0 e 100%)., Controlliamo anche le nostre variabili di controllo per campioni bilanciati, poiché le differenze tra i trattamenti possono influenzare i risultati. La tabella 3 presenta le medie del campione, le differenze tra i trattamenti e i risultati dei test sulle differenze tra i trattamenti. Assegniamo casualmente 49 soggetti a Misto e 48 soggetti a Puro. Non escludiamo alcuna osservazione.

Per confrontare le variabili (quasi)continue nei due campioni indipendenti, usiamo il test Wilcoxon rank-sum., È un test non parametrico in quanto (a differenza del t-test) non richiede l’ipotesi che entrambi i campioni siano di uguale varianza né che i due campioni siano normalmente distribuiti. Applichiamo il χ2-test per rilevare le differenze nelle frequenze delle categorie binarie nei due campioni indipendenti.

3.1.1. Risultato

La nostra domanda principale è la differenza nei tassi di cooperazione tra il gruppo di trattamento misto e il gruppo di controllo puro. Il tasso di cooperazione in misto è del 60%, in Puro 75%., Un test di Wilcoxon rank-sum a due lati mostra che la differenza tra i due gruppi è altamente statisticamente significativa (p = 0,0003).

La nostra previsione che la possibilità di giocare strategie miste aumenterà la cooperazione nel PD si dimostra sbagliata: il tasso di cooperazione in Puro è più alto che in Misto.

Le credenze sulla cooperazione di altri soggetti possono, ovviamente, essere influenzate anche dall’ambiente decisionale (la credenza è una variabile endogena). Un test di Wilcoxon rank-sum a due lati trova che la differenza tra Misto e Puro sia statisticamente diversa (p = 0,0396)., Quindi, le credenze dei soggetti riflettono correttamente il tasso di cooperazione più basso nel Misto rispetto al Puro.

Nel nostro controllo per campioni bilanciati, solo la variabile Soggetti noti è risultata essere statisticamente diversa tra i trattamenti (p = 0,0388). Successivamente includeremo questa variabile in un controllo di robustezza dei diversi tassi di cooperazione identificati nei due trattamenti.

3.2., Test per le differenze di genere nelle credenze e nella cooperazione

Dato l’interesse per le differenze di genere nella cooperazione menzionato nell’introduzione, esaminiamo brevemente la relazione tra genere e tasso di cooperazione e genere e credo separatamente. Noi non osservare una relazione statisticamente significativa tra il Femminile e la Fede (il coefficiente di correlazione di Pearson di entrambe le variabili è -0.098 (p = 0.5093) in Puro e 0.161 (p = 0.2706) Misto), né tra Femminile e della Cooperazione (il coefficiente di correlazione di Pearson di entrambe le variabili è -0.068 (p = 0.646) in Puro e -0.020 (p = 0.,8900) in misto).

3.3. La relazione tra cooperazione e credenze

In primo luogo, consideriamo le distribuzioni delle variabili Credenza e cooperazione. Figura 1 visualizza istogrammi di queste due variabili in puro e misto. Osserviamo che le distribuzioni della credenza nei due trattamenti sono simili, con molte osservazioni che cadono nel mezzo dell’intervallo. È interessante notare che, in misto, molti soggetti hanno scelto anche livelli intermedi di cooperazione. In questo trattamento, le distribuzioni della Fede e della cooperazione si trovano quasi una sopra l’altra.,

Questo ci porta al problema principale in questa sezione: la relazione tra le convinzioni dei soggetti riguardo al gioco cooperativo degli altri e la propria decisione. Figura 2 mostra un boxplot di fede dalla cooperazione in puro. I cooperatori hanno una credenza mediana leggermente più alta rispetto ai disertori e le loro credenze sono più compresse. Tuttavia, il coefficiente di correlazione di Pearson di 0.,140 non è risultato significativamente diverso da zero (p = 0,3445). Figura 3 mostra un grafico a dispersione che suggerisce una relazione lineare tra la cooperazione e la fede in misto. Una correlazione positiva tra cooperazione e credenza in questo trattamento è confermata da un coefficiente di correlazione di Pearson di 0,403, significativamente diverso da zero (p = 0,0041).

3.4. Controllare i confondi usando le regressioni OLS

Il risultato è che i soggetti in Misto cooperano meno dei soggetti in Puro se controlliamo le due variabili che differivano tra i trattamenti? La tabella 4 mostra i risultati delle regressioni OLS (in economia, la regressione multivariata dei minimi quadrati ordinari è la tecnica più comune per stimare le relazioni tra variabili mentre controlla l’influenza delle covariate)., Nel modello 1, regrediamo la cooperazione, utilizzando i nostri dati aggregati, su una costante e un manichino di trattamento per misto. Il risultato conferma la nostra precedente scoperta: significativamente più cooperazione in Puro (t-test, p = 0.043). Nel modello 2, estendiamo il modello 1 aggiungendo la credenza nella regressione. Entrambe le variabili sono statisticamente diverse da zero (test t, dummy misto: p = 0,098; Credenza: p = 0,025). Infine, nel modello 3, aggiungiamo soggetti noti al Modello 2. Qui, il trattamento-manichino e soggetti noti non sono statisticamente diversi da zero (t-test, Misto-manichino: p = 0,137; Soggetti noti: p = 0,357)., Le credenze dei soggetti sono significativamente diverse da zero (t-test, p = 0,049).

Quale modello fornisce la migliore vestibilità statistica (poiché non vogliamo né sovraccaricare né underfit il nostro modello)? La misura della varianza spiegata, R2 rettificato, è più alta per il modello 2, e i criteri di informazione Akaike e bayesiano (AIC e BIC; i criteri più comuni per la selezione del modello) sono più bassi per il modello 2., Tutte e tre le metriche indicano che il modello 2 fornisce il miglior adattamento statistico dei tre modelli. Concludiamo da questo controllo di robustezza che il tasso di cooperazione in Puro è superiore a quello in misto anche quando controlliamo per la credenza variabile (che è endogena per i due gruppi di trattamento), contrariamente alla nostra previsione.

Conclusione

Per riassumere, abbiamo condotto esperimenti di gioco PD one-shot. La nostra variabile di trattamento era l’opportunità di giocare strategie miste., In un gruppo di controllo, i soggetti sono stati limitati a giocare sia piena cooperazione o piena defezione contro 10 altri soggetti. Nel gruppo di trattamento, i soggetti sono stati autorizzati a scegliere qualsiasi mix delle due strategie. Prima che i soggetti prendessero la loro decisione, abbiamo suscitato le loro convinzioni sul livello di cooperazione degli altri soggetti.

Utilizzando un test a due lati, abbiamo scoperto che-contrariamente alla nostra previsione—il tasso di cooperazione in Puro era in realtà superiore a quello in Misto., Anche dopo aver controllato le credenze dei soggetti nelle regressioni OLS, questa differenza rimane significativamente diversa da zero (anche se solo al livello del 10%). Poiché abbiamo condotto solo un calcolo della potenza per un confronto delle medie di trattamento per la cooperazione, siamo attenti all’interpretazione del tasso di cooperazione più elevato che abbiamo rilevato in Pure. Tuttavia, vediamo i nostri risultati come un’indicazione che i tassi di cooperazione differiscono quando i soggetti possono utilizzare strategie miste.

Un recensore di questo articolo ha sottolineato che i soggetti in misto potrebbero cooperare con una certa probabilità., In Puro, questi soggetti coopererebbero solo se questa probabilità è superiore a una certa soglia (è molto probabile che collaborino solo se credono che anche più del 50% degli altri soggetti cooperi). Questa teoria del punto di commutazione sembra ragionevole. Tuttavia, per testarlo si richiederebbe un progetto sperimentale in cui ogni soggetto attraversa sia uno stadio Puro che uno misto (l’ordine di Puro e misto dovrebbe essere randomizzato tra i soggetti e controllato nelle analisi)., Con il nostro design, verifichiamo solo se i tassi di cooperazione (e le credenze) differiscono quando i soggetti possono giocare strategie miste (tra soggetti). Le credenze sulla cooperazione degli altri sono endogene nel controllo e nel gruppo di trattamento.

Uno studio precedente ha mostrato come i tassi di cooperazione variano tra esperimenti PD simmetrici one-shot quando il payoff di cooperazione / cooperazione nelle matrici di gioco sottostanti è vario . Trovano, come previsto, che il tasso di cooperazione aumenta quando aumentano il payoff., Trovano anche che le credenze sul comportamento di altri soggetti (che sono state suscitate dopo che i soggetti hanno preso la loro decisione) seguono da vicino il tasso di cooperazione nel rispettivo trattamento.

Pensiamo che sarebbe interessante combinare il design sperimentale con il nostro approccio. A seconda della parametrizzazione della matrice di gioco PD, l’effetto delle strategie miste può essere diverso. Quando il tasso di cooperazione in un trattamento Puro è molto basso, questo tasso può essere più alto in un trattamento misto (a causa di soggetti che non difettano completamente ma scelgono un livello intermedio di cooperazione)., Questo, ovviamente, richiede un’altra serie di esperimenti. Questi esperimenti potrebbero anche includere un questionario che chiede l’orientamento al valore sociale dei soggetti al fine di districare i motivi dei soggetti per cooperare (vedi per un meta-studio dell’orientamento al valore sociale nei dilemmi sociali).

Etica

Gli esperimenti economici come il nostro non sono soggetti all’approvazione del comitato di revisione etica dell’università (https://www.uni-potsdam.de/senat/kommissionen-des-senats/ek.html). Un consenso informato generale/informativa sulla privacy dei dati è stato firmato da tutti i soggetti prima del primo esperimento al PLEx., Nessun minore ha partecipato agli esperimenti.

Accessibilità dei dati

Dati, codice, istruzioni sperimentali e schermate sono accessibili a https://osf.io/p4dgz/.

Contributi degli autori

L. H. e A. O. progettarono la ricerca, condussero gli esperimenti, analizzarono i risultati e scrissero il manoscritto; A. O. programmò il software sperimentale.,

Interessi concorrenti

Dichiariamo di non avere interessi concorrenti

Finanziamento

Riconosciamo il sostegno della Deutsche Forschungsgemeinschaft (Fondazione tedesca per la ricerca) e del Fondo per la pubblicazione ad accesso aperto dell’Università di Potsdam.

Note a piè di pagina