Cooperation in the Prisoner' s Dilemma: an experimental comparison between pure and mixed strategies

wprowadzenie

Prisoner ' s Dilemma (PD) jest dylematem społecznym, w którym (zazwyczaj) dwóch graczy jednocześnie staje przed wyborem pomiędzy dwiema opcjami: współpracować lub ustąpić., Matryca gry PD z wypłatami t > R > P > s jest wyświetlana w tabeli 1 (pierwsza wypłata w każdej komórce należy do Gracza A, druga do gracza B). Jeśli obaj gracze współpracują, obaj otrzymują payoff R (za nagrodę). Jeśli obaj zawodnicy ulegną, otrzymują P (za karę). Jeśli tylko jeden gracz ma wady, a drugi współpracuje, Dezerter otrzymuje T (za pokusę), a kooperant otrzymuje S (za frajera)., W interakcjach jednostrzałowych (lub gdy gra jest powtarzana przez skończoną liczbę okresów), każdy gracz, niezależnie od wyboru innego gracza, ma motywację do defektu. Każdy gracz jest kuszony, aby zmaksymalizować swoje własne zyski poprzez dezercję, ale jeśli oba defekty, oba tracą w porównaniu do sytuacji, w której oba współpracują. Zgodnie z równowagą Nasha, w równowadze żaden gracz nie ma motywacji do jednostronnego odstąpienia od swojego wyboru. Jednak równowaga Nasha PD wzajemnej dezercji nie jest społecznie efektywna., Dlatego w interesie społeczeństwa leży poznanie uwarunkowań współpracy w PD, ponieważ dylemat ten może pojawić się wszędzie tam, gdzie istnieją konflikty interesów – czy to w polityce, ekonomii, czy nawet ewolucji . Ze względu na częste występowanie i znaczenie PD wiele dyscyplin naukowych analizowało współpracę w PD, np. biologia/genetyka ewolucyjna, teoria chaosu, socjologia , psychologia i Ekonomia (eksperymentalna). Ponieważ wyczerpujący przegląd literatury wykracza poza zakres niniejszego artykułu, odsyłamy do artykułów ankietowych w celu uzyskania przeglądu .,

to artykuł przedstawia porównanie między podmiotami ograniczonymi do grania w czyste strategie i podmiotami dopuszczonymi do gry w strategie mieszane w jednym strzale symetrycznym eksperymencie laboratoryjnym PD., Nasze badania są motywowane różnymi interpretacjami mieszanej równowagi Nasha w literaturze teoretycznej gry w ekonomii. Von Neumann& Morgenstern interpretuje strategie mieszane jako celowe urządzenie randomizujące, aby ukryć swoje intencje (np. gracz w grze z dopasowanymi groszami, który chce przechytrzyć przeciwnika), podczas gdy Rosenthal interpretuje je jako rozkład czystych wyborów w dużej populacji (np., istnieją dwie subpopulacje, każda ma swój własny zestaw czystych strategii dostępnych, A natura dopasowuje graczy z różnych populacji losowo). Jeszcze inną interpretację zapewnia Aumann, który stwierdza, że probabilistyczny charakter strategii mieszanych odzwierciedla niepewność graczy, którzy nie wiedzą, jakie działania podejmują inni gracze. Zgodnie z tą interpretacją, każdy gracz zawsze wybiera określoną czystą strategię, bez próby losowej. (Rubinstein omawia te różne interpretacje.,) W naszym artykule testujemy, czy tempo współpracy różni się, gdy porównujemy graczy, którzy mogą grać w strategie mieszane (przypominające interpretację w) z graczami, którzy indywidualnie muszą wybierać spośród swoich czystych strategii (przypominających ). Aby wyjaśnić rolę niepewności co do działań innych w, wywołujemy również przekonania na temat tych działań. Wybraliśmy PD jako podstawową grę w naszym eksperymencie (i) ze względu na jego znaczącą rolę w różnych dyscyplinach, oraz (ii) dlatego, że współpraca w PD wiąże się z przedmiotami handlującymi interesami indywidualnymi i społecznymi., Uważamy współpracę w PD za bardziej interesującą (i moralną, patrz ) kwestię niż tylko kalkulację (jak w grze o pasujące grosze).

osoby z jednej grupy naszego eksperymentu są ograniczone do grania w czyste strategie, a osoby z innej grupy mogą grać w strategie mieszane w jednej symetrycznej grze PD. W obu grupach osoby anonimowo wchodzą w interakcję z 10 innymi osobami i podejmują wszystkie decyzje naraz (zgodnie z naszą najlepszą wiedzą, jako pierwsi podejmiemy takie podejście w eksperymencie PD)., Strategie mieszane nie pozwalają decydentom zobowiązać się do pełnej współpracy lub pełnej dezercji. Zamiast tego gracze mogą wybrać mieszankę tych czystych strategii. Celem tego badania jest ustalenie, czy i w jaki sposób opcja gry w strategie mieszane wpływa na współpracę w PD. W naszym eksperymencie monetarnie motywowanym badani są podzieleni na dwie grupy, które różnią się tylko przestrzenią decyzyjną. W grupie kontrolnej Pure testerzy podejmują decyzję czysto strategiczną., W przypadku 10 losowo dobranych anonimowych interakcji w ramach sesji eksperymentalnej decydują się na współpracę lub defekt zgodnie z macierzą gry w tabeli 2. W grupie leczonej mieszanej pacjenci mają możliwość wyboru strategii mieszanej. Decydują w ilu z 10 losowo dopasowanych anonimowych interakcji chcą współpracować; w pozostałych (również losowo dopasowanych) anonimowych interakcji, defekt. W związku z tym osoby w mieszanym nadal mają możliwość pełnej współpracy lub pełnej defekty, jak w czystym., Kolejność, w jakiej badani grają wybraną mieszankę współpracy i dezercji, jest ustalana losowo.

aby zwiększyć szanse na decyzje są podejmowane celowo, osoby w obu zabiegach proszone są o stwierdzenie przekonania o współpracy swoich przeciwników., Wywołanie tych przekonań pozwala nam również dokładniej przyjrzeć się relacjom między przekonaniami a zachowaniem kooperacyjnym. Wzbudzanie przekonań na temat zachowań innych graczy i konsekwencji tych przekonań dla własnego zachowania było wczesnym tematem badawczym. Osoby w eksperymentach PD domyślają się, że inni będą grać tak, jak sami zamierzają grać ., Croson odkrył, że gdy testerzy zostali poproszeni o najlepszą (binarną) ocenę tego, co zrobi ich odpowiednik w eksperymencie, zmniejszyło to późniejszą współpracę w eksperymentach z PD o około 30% w porównaniu z testerami, którzy nie zostali poproszeni. Acevedo & Krueger przypisuje tę zależność między przekonaniami i zachowaniem do dowodowego rozumowania i orientacji na wartości społeczne. Rubinstein& Salant przedstawia powiązane dowody na samopodobieństwo w interakcjach strategicznych zbliżonych do PD.,

w kwestionariuszu poeksperymentalnym zapytaliśmy uczestników o zmienne kontrolne, które uznaliśmy za ważne dla eksperymentów prowadzonych ze studentami na kampusie uniwersyteckim (zdecydowaliśmy się nie uwzględniać więcej zmiennych kontrolnych, ponieważ uczestnicy eksperymentów byli wyłącznie studentami, a zatem w podobnym wieku i poziomie edukacyjnym, a żaden z nich nie uczestniczył wcześniej w eksperymencie PD w laboratorium; nie uwzględniliśmy miary niechęci do ryzyka, ponieważ istnieją dowody, że nie koreluje z zachowaniem w PD lub gry zaufania)., Po pierwsze, uwzględniliśmy płeć, ponieważ okazało się, że kobiety są bardziej kooperatywne w pierwszych rundach powtarzanego eksperymentu PD(różnica ta była bardziej wyraźna w sesjach o mieszanej płci niż w sesjach z jedną płcią). Zobacz bardziej ogólne omówienie różnic płciowych w eksperymentach PD i meta-badanie różnic płciowych w grze dyktator i eksperymentach PD. Po drugie, uwzględniliśmy, czy testerzy słyszeli już o eksperymencie (ponieważ słysząc o eksperymencie od rówieśników, mogą sprawić, że testerzy zachowają się inaczej niż testerzy, którzy tego nie zrobili)., Po trzecie, uwzględniliśmy, czy byli zaznajomieni z teorią gier (ponieważ PD jest zwykle nauczany na zajęciach z teorii gier, a znajomość rozwiązania może sprawić, że uczniowie będą zachowywać się bardziej zgodnie z teorią; patrz, np. na roli doświadczenia przedmiotów w eksperymentach PD). Na koniec zapytaliśmy, ile innych przedmiotów w sali znali osobiście (większa wiedza o innych przedmiotach osobiście może sprawić, że przedmioty będą zachowywać się bardziej pro-społecznie, tzn. będą bardziej podatne na współpracę w PD).,

Standardowa teoria gier przewiduje, że możliwość grania strategiami mieszanymi w grze PD one-shot w ogóle nie wpłynie na współpracę. Wzajemna defekcja jest jedyną równowagą Nasha w grze, co oznacza, że gracze nie mają motywacji do jednostronnego odchylenia od rozkładu prawdopodobieństwa 100% defekcji i 0% współpracy. Empirycznie jednak, aż do 80% wyborów w eksperymentalnych grach PD są kooperacyjne, w zależności od kalibracji wypłat . Do naszych eksperymentów wybraliśmy matrycę gry przedstawioną w tabeli 2., Był już używany w, którzy zgłaszali wskaźnik współpracy w wysokości 55% i wskaźnik przekonań w wysokości 45%. W czystych, prospołecznych podmiotach musi zmierzyć się z decyzją „wszystko albo nic”. W tym przypadku niepewność co do zachowań innych może przyciągnąć podmioty prospołeczne w kierunku dezercji, ze względu na strach przed wykorzystywaniem przytłacza pragnienie maksymalizacji wspólnych wyników. W grze mieszanej spodziewamy się opcji gry w strategie mieszane, aby zachęcić podmioty prospołeczne do wzajemnej współpracy przynajmniej w takim samym stopniu, w jakim oczekują od swoich przeciwników współpracy., Kluczową kwestią jest to, że tylko strategie mieszania pozwalają podmiotom dać najlepszą odpowiedź na ich wiarę. Ponieważ spodziewamy się dystrybucji bardzo zbliżonej do 50% współpracy/50% dezaprobaty obu przekonań i zachowań, wybrana matryca gry powinna dać nam wyraźne rezultaty.

Przewidywanie: wskaźnik współpracy w mieszanym jest wyższy niż w czystym.

decyzja Jednorazowa stanowi najczystszy test dla dylematów społecznych, takich jak PD. Kiedy decyzja jest podejmowana tylko raz, testerzy nie mogą się uczyć z biegiem czasu (ponieważ niektórzy testerzy zyskują zrozumienie, gdy otrzymają informacje zwrotne )., Uwarunkowanie własnego zachowania na obserwowanym w przeszłości zachowaniu innych nie jest możliwe (podobnie jak wzajemność zgłaszana w eksperymentach z Grami dóbr publicznych, tj. w), a budowanie reputacji nie odgrywa żadnej roli (jak ma to miejsce w przypadku interakcji więcej niż raz z tym samym przedmiotem).

metody

kryzys replikacji ujawnił, że wiele wyników w psychologii, ekonomii eksperymentalnej i innych naukach społecznych nie jest odtwarzalnych., Rozwiązujemy ten kryzys, określając liczbę wymaganych obserwacji za pomocą obliczeń mocy (gdzie oczekiwana wielkość efektu jest oparta na literaturze) przed przeprowadzeniem naszych eksperymentów. Przy użyciu G * Power 3.1.9.2 obliczono wymaganą wielkość próby 40 w każdej z dwóch badanych grup, aby zapewnić moc statystyczną 1-β = 0,8 w celu wykrycia efektu d = 0,58, zakładając jednostronny Test Wilcoxona rank-sum i prawdopodobieństwo błędu α = 0,05., Wykorzystaliśmy wyniki i obliczyliśmy wielkość efektu na podstawie oczekiwanego wzrostu współpracy o 7 punktów procentowych w skali mieszanej w stosunku do zgłoszonego wskaźnika współpracy wynoszącego 55% , którego macierz wypłat również wykorzystujemy . Przyjęliśmy odchylenie standardowe s. d. = 12.16 w obu metodach leczenia (obliczone na podstawie punktów danych w niedawnym meta-badaniu ).

w sumie 97 studentów z Uniwersytetu w Poczdamie, którzy zapisali się do bazy danych ORSEE (na podstawie ) z Poczdamskiego Laboratorium eksperymentów ekonomicznych (lub PLEx, https://www.uni-potsdam.de/plex) zostały zrekrutowane do udziału w tym eksperymencie., Osoby te zostały losowo przydzielone do dwóch terapii: 48 pacjentów w grupie czystej i 49 pacjentów w grupie mieszanej. W każdej z sześciu sesji przeprowadzonych w czerwcu 2018 r. wzięło udział 12-18 osób. Każdy z uczestników uczestniczył tylko w jednej sesji.

Po wejściu do laboratorium testerzy zostali losowo przydzieleni do terminala komputerowego, po czym zakazano jakiejkolwiek komunikacji między testerami. Rolety między stacjami roboczymi zabraniały osobom patrzenia na ekrany sąsiadów i obserwowania ich decyzji. Dla każdego przedmiotu dostarczono czystą kartkę papieru i długopis., Instrukcje eksperymentalne były wyświetlane na ekranie komputera na początku eksperymentu (tłumaczenia eksperymentu i zrzuty ekranu w języku niemieckim, patrz repozytorium w oświadczeniu o dostępności danych). Sesje były czystymi lub mieszanymi sesjami, tak aby instrukcje były identyczne dla wszystkich przedmiotów w pokoju. Każda sesja eksperymentalna trwała około 15 minut., Po zakończeniu gry eksperymentalnej testerzy zostali poproszeni o wypełnienie krótkiego kwestionariusza, w którym zbierano informacje o płci testerów (zmienna obojętna Kobieta = 1, jeśli kobieta) oraz o tym, czy słyszeli już o eksperymencie (znana zmienna obojętna eksperyment = 1, jeśli tak), czy byli zaznajomieni z teorią gier (znana zmienna obojętna Teoria gier = 1, jeśli tak) i ile innych osób w pokoju znali osobiście (znana zmienna przedmiot = liczba znanych przedmiotów). Uczestnicy otrzymywali opłatę za pokazanie się w wysokości 4 €i średnio 6,18 €w grze (6,47€w grze czystej, 5,90 €w grze mieszanej)., Poddani otrzymywali wypłatę prywatnie. Eksperyment został zaprogramowany w z-Tree i oprawiony w neutralny sposób. W obu grupach przedstawiono macierz wypłat w tabeli 2. Współpraca została oznaczona jako decyzja A, decyzja B.

w obu grupach podmioty musiały podjąć jedną decyzję dotyczącą wypłaty. W Pure testerzy musieli zdecydować się na zagranie decyzji A lub decyzji B we wszystkich 10 kolejnych interakcjach (zmienna Współpraca: 0 LUB 1, przekształcona w stawki 0 lub 100)., Natomiast w przypadku mieszanych, badani musieli zdecydować, w ilu z 10 interakcji podejmą decyzję A (zmienna Współpraca: liczby całkowite od 0 do 10, przekształcone w liczby od 0 do 100). W pozostałych interakcjach grali decision B. kolejność, w jakiej grali wybraną mieszankę A lub B przeciwko swoim odpowiednikom, była losowo ustalana przez komputer. Następnie komputer losowo dobierał obiekty w pary z jednym z 10 innych obiektów w pokoju. Wypłata każdego testera z eksperymentu była sumą zysków uzyskanych w 10 interakcjach., Uczestnicy nie otrzymali żadnych informacji o swoich odpowiednikach lub decyzjach innych uczestników.

zanim testerzy podjęli decyzję, zostali poproszeni o (bez motywacji) ocenę zachowania innych testerów. W badaniu Pure testerzy musieli określić, ilu z 10 partnerów interakcji, których oczekiwali, wybierze decyzję A (zmienne przekonanie: liczba całkowita między 0 a 10, przekształcona w wskaźniki między 0 a 100)., W przypadku mieszanych testerzy musieli podać, w ilu interakcjach wierzyli, że ich 10 partnerów interakcji wybierze średnią decyzję A (zmienne przekonanie: Liczba z maksymalnie dwoma miejscami po przecinku między 0 a 10, również przekształcona w Stawki).

wyniki

3.1. Porównanie środków leczenia

najważniejsze są porównania środków dwóch zmiennych zainteresowania, współpracy i przekonania, w naszych grupach leczenia (obie zmienne są wyrażone tutaj jako stawki i zakres od 0 do 100%)., Sprawdzamy również nasze zmienne kontrolne dla zbilansowanych próbek, ponieważ różnice między zabiegami mogą mieć wpływ na wyniki. Tabela 3 przedstawia średnie próbki, różnice między zabiegami oraz wyniki badań na temat różnic między zabiegami. Losowo przydzielamy 49 tematów do mieszanych i 48 do czystych. Nie wykluczamy żadnych obserwacji.

aby porównać (quasi-)ciągłe zmienne w dwóch niezależnych próbkach, używamy testu rank-sum Wilcoxona., Jest to test nieparametryczny, ponieważ (w przeciwieństwie do testu t) nie wymaga założenia, że obie próbki są równe wariancji, ani że dwie próbki są normalnie rozłożone. Stosujemy χ2-test do wykrywania różnic w częstotliwościach kategorii binarnych w dwóch niezależnych próbkach.

3.1.1. Wynik

naszym głównym pytaniem jest różnica w stopniach współpracy między grupą leczoną mieszaną a grupą kontrolną czystą. Wskaźnik współpracy w mieszanym wynosi 60%, w czystym 75%., Dwustronny Test Wilcoxona rank-sum pokazuje, że różnica między dwiema grupami jest wysoce istotna statystycznie (p = 0,0003).

nasze przewidywanie, że możliwość gry w strategie mieszane zwiększy współpracę w PD okazuje się być błędne: wskaźnik współpracy w Pure jest wyższy niż w Mieszane.

przekonania na temat współpracy innych podmiotów mogą oczywiście mieć również wpływ na środowisko decyzyjne (wiara jest zmienną endogenną). Dwustronny Test Wilcoxona rank-sum stwierdza, że różnica między mieszanym i czystym jest statystycznie różna (p = 0,0396)., Stąd przekonania badanych prawidłowo odzwierciedlają niższy wskaźnik współpracy w mieszanym w porównaniu do czystego.

w naszym sprawdzaniu zbilansowanych próbek stwierdzono, że tylko zmienna znana osobom statystycznie różni się między metodami leczenia (p = 0,0388). Później uwzględnimy tę zmienną w kontroli solidności różnych wskaźników współpracy określonych w dwóch metodach leczenia.

3.2., Test na różnice płci w przekonaniach i współpracy

biorąc pod uwagę zainteresowanie różnicami płci we współpracy, o których mowa we wstępie, krótko analizujemy związek między stopniem współpracy a płcią i przekonaniami oddzielnie. Nie obserwujemy statystycznie istotnej zależności między kobietą a wiarą (współczynnik korelacji Pearsona obu zmiennych wynosi -0,098 (P = 0,5093) w czystej i 0,161 (P = 0,2706) w mieszanej) ani między kobietą a kooperacją (współczynnik korelacji Pearsona obu zmiennych wynosi -0,068 (p = 0,646) w czystej i -0,020 (P = 0).,8900) w mieszanym).

3.3. Relacja między kooperacją a przekonaniami

Po pierwsze, rozważamy dystrybucje zmiennych wiara i współpraca. Rysunek 1 pokazuje histogramy tych dwóch zmiennych w czystej i mieszanej. Obserwujemy, że rozkład wiary w te dwa zabiegi są podobne, z wieloma obserwacjami spadającymi w środku interwału. Co ciekawe, w przypadku przedmiotów mieszanych Wiele osób wybrało również średniozaawansowane poziomy współpracy. W tym leczeniu dystrybucje wiary i współpracy leżą prawie jeden na drugim.,

Rysunek 1. Histogramy współpracy i wiary przez leczenie.

prowadzi nas to do głównego zagadnienia w tej sekcji: relacji między przekonaniami podmiotów dotyczących współpracy innych i ich własnej decyzji. Rysunek 2 pokazuje szkielet wiary poprzez współpracę w Pure. Współpracownicy mają nieco wyższą medianę wiary niż dezerterzy, a ich przekonania są bardziej skompresowane. Jednak współczynnik korelacji Pearsona wynosi 0.,140 nie różni się znacząco od zera (p = 0,3445). Rysunek 3 pokazuje rozrzut, który sugeruje linearną zależność między współpracą a wiarą w mieszaną. Dodatnią korelację między współpracą a przekonaniem w tym leczeniu potwierdza współczynnik korelacji Pearsona wynoszący 0,403, znacząco różny od zera (p = 0,0041).

Rysunek 2. Boxplot wiary poprzez współpracę w czystym.

3.4. Controlling for confounds using OLS regressions

czy wynik, że osoby w mieszanym współpracują mniej niż osoby w czystym, nadal utrzymuje się, jeśli kontrolujemy dwie zmienne, które różniły się między zabiegami? Tabela 4 przedstawia wyniki regresji OLS(w ekonomii wielowymiarowa regresja zwykłych najmniejszych kwadratów jest najczęstszą techniką szacowania zależności między zmiennymi, kontrolując wpływ kowariantnych)., W modelu 1 regresujemy współpracę, wykorzystując nasze dane zbiorcze, na stałą i zabieg-manekin dla mieszanych. Wynik potwierdza nasze wcześniejsze stwierdzenie: znacznie większa współpraca w Pure (t-test, p = 0,043). W modelu 2 rozszerzamy Model 1 dodając wiarę do regresji. Obie zmienne różnią się statystycznie od zera (t-Test, mieszany: p = 0,098; P = 0,025). Na koniec, w modelu 3, dodajemy znane tematy do modelu 2. W tym przypadku obojętne i znane osoby nie różnią się statystycznie od zera (t-testy, mieszane-obojętne: p = 0,137; znane osoby: p = 0,357)., Przekonania badanych znacznie różnią się od zera (t-test, p = 0,049).

który model zapewnia najlepsze dopasowanie statystyczne (ponieważ nie chcemy ani przepełniać, ani niedofitować naszego modelu)? Miara wyjaśnionej wariancji, skorygowana R2, jest najwyższa Dla Modelu 2, a Akaike i bayesowskie kryteria informacyjne (AIC i BIC; najczęstsze kryteria wyboru modelu) są najniższe dla Modelu 2., Wszystkie trzy wskaźniki wskazują, że Model 2 zapewnia najlepsze dopasowanie statystyczne z trzech modeli. Wnioskujemy z tej kontroli solidności, że wskaźnik współpracy w Pure jest wyższy niż w mieszanym, nawet jeśli kontrolujemy zmienną wiarę (która jest endogenna dla dwóch grup leczonych), wbrew naszej prognozie.

podsumowanie

podsumowując, przeprowadziliśmy eksperymenty z grą one-shot PD. Naszą zmienną leczenia była możliwość gry w strategie mieszane., W grupie kontrolnej testerzy byli ograniczeni do gry w pełną współpracę lub pełną dezercję przeciwko 10 innym testerom. W grupie leczonej pacjenci mogli wybrać dowolną kombinację obu strategii. Zanim testerzy podjęli decyzję, wywołaliśmy ich przekonanie o poziomie współpracy innych testerów.

korzystając z testu dwustronnego, stwierdziliśmy, że-wbrew naszym przewidywaniom—wskaźnik współpracy w Pure był w rzeczywistości wyższy niż w mieszanym., Nawet po kontrolowaniu przekonań badanych w regresjach OLS, różnica ta pozostaje znacząco różna od zera (choć tylko na poziomie 10%). Ponieważ przeprowadziliśmy tylko obliczenia mocy dla porównania średnich obróbki dla współpracy, jesteśmy ostrożni z interpretacją wyższego wskaźnika współpracy wykryliśmy w Pure. Jednak nasze ustalenia wskazują, że wskaźniki współpracy różnią się, gdy uczestnicy mogą korzystać ze strategii mieszanych.

recenzent artykułu wskazał, że tematy mieszane mogą współpracować z pewnym prawdopodobieństwem., W Pure podmioty te współpracują tylko wtedy, gdy Prawdopodobieństwo to jest wyższe niż określony próg (jest bardzo prawdopodobne, że współpracują tylko wtedy, gdy uważają, że ponad 50% innych podmiotów również współpracuje). Ta teoria punktu przełączania brzmi rozsądnie. Jednak, aby go przetestować, potrzeba eksperymentalnego projektu, w którym każdy Tester przechodzi zarówno przez fazę czystą, jak i mieszaną (kolejność czystych i mieszanych powinna być randomizowana pomiędzy testerami i kontrolowana w analizach)., Dzięki naszemu projektowi sprawdzamy tylko, czy wskaźniki współpracy (i przekonania) różnią się, gdy podmioty mogą grać w strategie mieszane (między podmiotami). Przekonania o współpracy innych osób są endogenne w grupie kontrolnej i w grupie leczonej.

poprzednie badanie pokazało, w jaki sposób wskaźniki współpracy różnią się w przypadku jednostrzałowych eksperymentów symetrycznych PD, gdy wypłaty z tytułu współpracy/współpracy w podstawowych macierzach gry są zróżnicowane . Stwierdzają, zgodnie z przewidywaniami, że stopa współpracy wzrasta, gdy zwiększają wypłatę., Stwierdzają również, że przekonania dotyczące zachowań innych podmiotów (które zostały wywołane po podjęciu decyzji przez podmioty) ściśle śledzą wskaźnik współpracy w danym leczeniu.

uważamy, że byłoby interesujące połączenie projektu eksperymentalnego z naszym podejściem. W zależności od parametryzacji macierzy gry PD, efekt strategii mieszanych może być różny. Gdy wskaźnik współpracy w czystym leczeniu jest bardzo niski, wskaźnik ten może być wyższy w leczeniu mieszanym (ze względu na pacjentów, którzy nie całkowicie wady, ale wybrać pośredni poziom współpracy)., To oczywiście wymaga kolejnej serii eksperymentów. Eksperymenty te mogą również obejmować kwestionariusz pytający o orientację na wartości społeczne badanych w celu rozwikłania motywów współpracy badanych (zobacz meta-badanie orientacji na wartości społeczne w dylematach społecznych).

Etyka

eksperymenty ekonomiczne, takie jak nasze, nie podlegają zatwierdzeniu przez Radę ds. etyki Uniwersytetu (https://www.uni-potsdam.de/senat/kommissionen-des-senats/ek.html). Ogólne Oświadczenie o świadomej zgodzie/prywatności danych zostało podpisane przez wszystkich uczestników przed pierwszym eksperymentem w PLEx., W eksperymentach nie brali udziału nieletni.

dostępność danych

dane, Kod, eksperymentalne instrukcje i zrzuty ekranu są dostępne pod adresemhttps://osf.io/p4dgz/.

wkład autorów

L. H. i A. O. zaprojektowali badania, przeprowadzili eksperymenty, przeanalizowali wyniki i napisali manuskrypt; A. O. zaprogramowali eksperymentalne oprogramowanie.,

konkurencyjne interesy

oświadczamy, że nie mamy konkurencyjnych interesów

finansowanie

potwierdzamy wsparcie Deutsche Forschungsgemeinschaft (Niemieckiej Fundacji Badawczej) i Open Access Publication Fund Uniwersytetu w Poczdamie.

Przypisy