创建最小群体范式

1. 受试者招募

1. 进行功效分析，并招募足够数量的参与者。

2. 准备材料。

1. 生成四十张包含不同数量点簇的图像（其中一个示例如图1所示）。

图1： 点数估计任务示例。 上图显示了23个点。参与者仅能观看每张图像125-500毫秒，随后需估计屏幕上出现的点数。

2. 生成有序矩阵，每个矩阵应包含14个方框，每个方框内有两个数字。
   1. 为每一行标注：“这些是[插入代码编号]号成员在你所在组中的奖励与惩罚”，或“在其他组中的奖励与惩罚”。
   2. 创建六个矩阵，每个矩阵需满足以下三种标准之一（每种标准两个矩阵；图2）。
      1. A型：最大惩罚值超过最大奖励值。将方框排序，使联合收益最大值和公平性最大值两项位于中间位置。
      2. B型：无惩罚且联合收益恒定。将方框排序，使两个公平性最大值位于中间位置。
      3. C型：最大奖励值超过最大惩罚值。将方框排序，使联合收益最大值位于两端，两个公平性最大值位于中间位置。
   3. 为以下三种不同类型的决策，复制上述六个矩阵，每种类型对应不同的行标签：
      1. 内群体选择：顶行表示一名内群体成员的奖励与惩罚结果，底行表示另一名内群体成员的结果。
      2. 外群体选择：顶行表示一名外群体成员的奖励与惩罚结果，底行表示另一名外群体成员的结果。
      3. 差异性（群体间）选择：其中一行表示一名内群体成员的奖励与惩罚结果，另一行表示一名外群体成员的结果。随机排列这两行的顺序，使得三个矩阵的顶行为内群体成员，另外三个矩阵的顶行为外群体成员。

图2: 本实验中常用的收益矩阵。 每个矩阵包含两行，反映影响内群体或其他外群体成员的金钱权衡。矩阵类型（A、B 和 C）在左侧标明，每种类型包含两个矩阵。全部六个矩阵均重复三次，分别对应三种决策类型（内群体、外群体和差异性决策）。例如，在矩阵1中的一个差异性选择可能显示：“这是你所在群体第3位成员的奖励与惩罚”（上行）以及“另一群体第2位成员”（下行），并附有14个权衡项。因此，第14项（即，最不公平的选项）将从外群体成员扣除19分，同时给予同群体成员6分。而术语7和8则反映了最公平的选项，因为它们使两名参与者的联合惩罚最小化（-1）。

3. 将18个矩阵的顺序随机化。
4. 在每个部分的正面标注标题：“For member of the [插入组别标识]”，其中组别标识对应以下四个实验条件之一：(1) 低估组，(2) 高估组，(3) 准确性较优组，和 (4) 准确性较差组。

3. 数据采集

1. 让每位参与者坐在一台计算机前。
2. 将40组点阵图像中的每一张都非常短暂地呈现，呈现时间在125-500毫秒之间。
3. 在图像之间留出一定时间，以便参与者能够估计所看到的点数，并在计算机上记录他们的回答。
4. 为了评估分类对群体间行为的影响，告知参与者您希望研究其他类型的判断，并出于方便起见，将他们分为两个小组来进行这些判断。
   1. 将一半参与者随机分配到中性条件组或价值条件组。
5. 告知中性条件组的参与者，其中一个组将由对点数估计值最高的参与者组成，另一个组则由估计值最低的参与者组成。
   1. 将这些参与者中的一半随机分配为“低估者”，另一半分配为“高估者”。
6. 告知价值条件组的参与者，其中一个组将由对点数估计更准确的参与者组成，另一个组则由估计较不准确的参与者组成。
   1. 将这些参与者中的一半随机分配到“较高准确性”组，另一半分配到“较低准确性”组。
7. 引导参与者进入独立的隔间，并告知他们即将做出真实的金钱决策，可以（匿名地）奖励或惩罚其他参与者。
8. 让参与者根据其对应的组别完成矩阵任务。指导他们通过在每个矩阵中选择一个方框来表明自己的选择（图3）。

图3： 从参与者视角看到的矩阵手册示例页面。 每页矩阵手册上显示18个矩阵中的6个。在上述示例中，每种类型（A、B和C）的矩阵各有两个，每种选择（组内、组外和差异性选择）也各有两个矩阵。例如，矩阵3为C型，并属于差异性选择，因为（1）最大奖励超过最大惩罚，且（2）参与者必须在影响同组成员（上行）或异组成员（下行）的结果之间做出抉择。

9. 向参与者进行全面的说明。

4. 数据分析

1. 对矩阵进行1到14的评分，其中14表示该矩阵中使内群体成员获得最高可能得分的选择，1表示使内群体获得最低可能得分的选择；得分为7.5表示最大程度的公平性。
2. 进行单样本t检验，以确定各组内个体平均得分是否显著偏离公平点。