Waiting
Procesando inicio de sesión ...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Behavior
Click here for the English version

Behavior

لعبة الثقة الجماعية: تكيف جماعي عبر الإنترنت للعبة Trust استنادا إلى نموذج HoneyComb

Published: October 20, 2022 doi: 10.3791/63600
Automatic Translation
1, *1, *1, 1, 1
1University of Goettingen
* These authors contributed equally

Summary

لعبة الثقة الجماعية هي لعبة ثقة متعددة الوكلاء تعتمد على الكمبيوتر وتستند إلى نموذج HoneyComb ، والتي تمكن الباحثين من تقييم ظهور الثقة الجماعية والتركيبات ذات الصلة ، مثل الإنصاف أو المعاملة بالمثل أو الإشارات الأمامية. تسمح اللعبة بملاحظات مفصلة لعمليات المجموعة من خلال سلوك الحركة في اللعبة.

Abstract

أدت الحاجة إلى فهم الثقة في المجموعات بشكل كلي إلى زيادة في الأساليب الجديدة لقياس الثقة الجماعية. ومع ذلك ، غالبا ما لا يتم التقاط هذا البناء بالكامل في صفاته الناشئة من خلال طرق البحث المتاحة. في هذه الورقة ، يتم تقديم لعبة الثقة الجماعية (CTG) ، وهي لعبة ثقة متعددة الوكلاء تعتمد على الكمبيوتر وتستند إلى نموذج HoneyComb ، والتي تمكن الباحثين من تقييم ظهور الثقة الجماعية. تعتمد CTG على الأبحاث السابقة حول الثقة الشخصية وتكيف لعبة Trust المعروفة على نطاق واسع مع إعداد المجموعة في نموذج HoneyComb. يأخذ المشاركون دور المستثمر أو الوصي. يمكن لعب كلا الدورين من قبل المجموعات. في البداية ، يتمتع المستثمرون والأمناء بمبلغ من المال. بعد ذلك ، يحتاج المستثمرون إلى تحديد مقدار هباتهم ، إن وجدت ، التي يريدون إرسالها إلى الأمناء. إنهم ينقلون ميولهم بالإضافة إلى قرارهم النهائي من خلال التحرك ذهابا وإيابا في ملعب يعرض مبالغ الاستثمار المحتملة. في نهاية وقت اتخاذ القرار ، يتم ضرب المبلغ الذي اتفق عليه المستثمرون وإرساله إلى الأمناء. يتعين على الأمناء الإبلاغ عن مقدار هذا الاستثمار ، إن وجد ، الذي يريدون إعادته إلى المستثمرين. مرة أخرى ، يفعلون ذلك عن طريق التحرك في الملعب. يتم تكرار هذا الإجراء لعدة جولات بحيث يمكن أن تظهر الثقة الجماعية كبناء مشترك من خلال التفاعلات المتكررة. مع هذا الإجراء ، يوفر CTG الفرصة لمتابعة ظهور الثقة الجماعية في الوقت الفعلي من خلال تسجيل بيانات الحركة. CTG قابل للتخصيص بدرجة كبيرة لأسئلة بحثية محددة ويمكن تشغيله كتجربة عبر الإنترنت بمعدات قليلة ومنخفضة التكلفة. توضح هذه الورقة أن CTG تجمع بين ثراء بيانات التفاعل الجماعي والصلاحية الداخلية العالية والفعالية الزمنية للألعاب الاقتصادية.

Introduction

توفر لعبة الثقة الجماعية (CTG) الفرصة لقياس الثقة الجماعية عبر الإنترنت داخل مجموعة من البشر. إنه يعمم لعبة الثقة الأصلية من قبل Berg و Dickhaut و McCabe1 (BDM) على مستوى المجموعة ويمكنه التقاط وقياس الثقة الجماعية في صفاتها الناشئة2،3،4 ، بالإضافة إلى المفاهيم ذات الصلة مثل الإنصاف أو المعاملة بالمثل أو الإشارات الأمامية.

تصور الأبحاث السابقة في الغالب الثقة على أنها بناء شخصي فقط ، على سبيل المثال ، بين القائد والتابع 5,6 ، باستثناء المستويات الأعلى من التحليل. خاصة في السياقات التنظيمية ، قد لا يكون هذا كافيا لفهم الثقة بشكل كلي ، لذلك هناك حاجة كبيرة لفهم العمليات التي تبني بها الثقة (وتتقلص) على مستوى المجموعة.

في الآونة الأخيرة ، أدرجت أبحاث الثقة المزيد من التفكير متعدد المستويات. استعرض Fulmer و Gelfand7 عددا من الدراسات حول الثقة وصنفوها وفقا لمستوى التحليل الذي يتم التحقيق فيه في كل دراسة. المستويات الثلاثة المختلفة للتحليل هي العلاقات الشخصية (dyadic) والمجموعة والتنظيمية. الأهم من ذلك ، يميز Fulmer و Gelfand7 أيضا بين المراجع المختلفة. المراجع هي تلك الكيانات التي يتم توجيه الثقة إليها. هذا يعني أنه عندما يثق "A من B إلى X" ، يتم تمثيل A (المستثمر في الألعاب الاقتصادية) بالمستوى (فرد ، مجموعة ، تنظيمي) ويتم تمثيل B (الوصي) بالمرجع (فرد ، مجموعة ، تنظيمي). يمثل X مجالا محددا تشير إليه الثقة. هذا يعني أن X يمكن أن يكون أي شيء مثل الميل الإيجابي بشكل عام أو الدعم النشط أو الموثوقية أو التبادلات المالية كما هو الحال في الألعاب الاقتصادية1.

هنا ، يتم تعريف الثقة الجماعية بناء على تعريف روسو وزملائه للثقة الشخصية8 ، وعلى غرار الدراسات السابقة حول الثقة الجماعية9،10،11،12،13،14 ؛ تشمل الثقة الجماعية نية المجموعة في قبول الضعف بناء على التوقعات الإيجابية لنوايا أو سلوك فرد أو مجموعة أو منظمة أخرى. الثقة الجماعية هي حالة نفسية مشتركة بين مجموعة من البشر وتتشكل في التفاعل بين هذه المجموعة. وبالتالي فإن الجانب الحاسم للثقة الجماعية هو الارتعاش داخل المجموعة.

هذا يعني أن البحث عن الثقة الجماعية يحتاج إلى النظر إلى ما هو أبعد من المتوسط البسيط للعمليات الفردية وتصور الثقة الجماعية كظاهرة ناشئة 2،3،4 ، حيث تظهر التطورات الجديدة في علم المجموعة أن عمليات المجموعة سائلة وديناميكية وناشئة2،15. نعرف الظهور بأنه "عملية تتفاعل من خلالها عناصر النظام ذات المستوى الأدنى ومن خلال تلك الديناميات تخلق ظواهر تظهر على مستوى أعلى من النظام"16 (ص 335). ومن المفترض أن ينطبق هذا أيضا على الثقة الجماعية.

يجب أن تستخدم الأبحاث التي تعكس التركيز على ظهور وديناميكيات عمليات المجموعة المنهجيات المناسبة17 لالتقاط هذه الصفات. ومع ذلك ، يبدو أن الوضع الحالي لقياس الثقة الجماعية متخلف. استخدمت معظم الدراسات تقنية حساب متوسط بسيطة عبر بيانات كل فرد في المجموعة9،10،12،13،18. يمكن القول إن هذا النهج ليس له سوى القليل من الصلاحية التنبؤية2 لأنه يتجاهل أن المجموعات ليست مجرد تجمعات للأفراد ولكنها كيانات أعلى مستوى ذات عمليات فريدة. حاولت بعض الدراسات معالجة هذه العيوب: استخدمت دراسة أجراها آدامز19 نهجا متغيرا كامنا ، بينما استخدم كيم وزملاؤه10 المقالات القصيرة لتقدير الثقة الجماعية. هذه النهج واعدة من حيث أنها تعترف بالثقة الجماعية كبناء أعلى مستوى. ومع ذلك ، كما لاحظ شيتي وزملاؤه20 ، تفتقر المقاييس القائمة على المسح إلى الحوافز للإجابة بصدق ، لذلك تبنت الأبحاث حول الثقة بشكل متزايد مقاييس سلوكية أو متوافقة مع الحوافز21,22.

يتم التعامل مع هذا القلق من خلال عدد من الدراسات التي تكيفت مع طريقة سلوكية ، وهي BDM1 ، لتلعبها المجموعات23،24،25،26. في BDM ، يعمل طرفان إما كمستثمرين (أ) أو أمناء (ب). في هذه اللعبة الاقتصادية المتسلسلة ، يتلقى كل من A و B هبة أولية (على سبيل المثال ، 10 يورو). بعد ذلك ، يحتاج A إلى تحديد مقدار ، إن وجد ، من هباتهم التي يرغبون في إرسالها إلى B (على سبيل المثال ، 5 يورو). ثم يتم مضاعفة هذا المبلغ ثلاث مرات من قبل المجرب ، قبل أن يتمكن B من تحديد مقدار الأموال المستلمة ، إن وجدت ، (على سبيل المثال ، 15 يورو) التي يرغبون في إرسالها إلى A (على سبيل المثال ، 7.5 يورو). يتم تفعيل مبلغ المال الذي يرسله A إلى B ليكون مستوى ثقة A تجاه B ، بينما يمكن استخدام المبلغ الذي يرسله B مرة أخرى لقياس موثوقية B أو درجة الإنصاف في ثنائي A و B. قامت مجموعة كبيرة من الأبحاث بالتحقيق في السلوك في ألعاب الثقة الثنائية27. يمكن لعب BDM على حد سواء كلعبة تسمى "طلقة واحدة" ، حيث يلعب المشاركون اللعبة مرة واحدة فقط مع شخص معين ، وفي جولات متكررة ، حيث قد تلعب جوانب مثل المعاملة بالمثل28,29 بالإضافة إلى الإشارات الأمامية دورا.

في العديد من الدراسات التي قامت بتكييف BDM للمجموعات23،24،25،26 ، لعبت المجموعات إما المستثمر أو الوصي أو كلا الدورين. ومع ذلك ، لم تسجل أي من هذه الدراسات عمليات المجموعة. إن مجرد استبدال الأفراد بمجموعات في تصميمات الدراسة لا يفي بالمعايير التي وضعها Kolbe and Boos17 أو Kozlowski15 للتحقيق في الظواهر الناشئة. لسد هذه الفجوة ، تم تطوير CTG.

كان الهدف من تطوير CTG هو إنشاء نموذج يجمع بين BDM1 المستخدم على نطاق واسع ونهج يلتقط الثقة الجماعية كبناء ناشئ قائم على السلوك يتم مشاركته بين المجموعة.

يعتمد CTG على نموذج HoneyComb بواسطة Boos وزملاؤه30 ، والذي تم نشره أيضا في مجلة التجارب المرئية31 وتم تكييفه الآن للاستخدام في أبحاث الثقة. كما وصفه ريتر وزملاؤه32 ، فإن نموذج HoneyComb هو "منصة ألعاب افتراضية متعددة الوكلاء تعتمد على الكمبيوتر تم تصميمها للقضاء على جميع القنوات الحسية وقنوات الاتصال باستثناء تصور حركات الصورة الرمزية المخصصة للمشاركين في الملعب" (ص 3). نموذج HoneyComb مناسب بشكل خاص لعمليات مجموعة البحث لأنه يسمح للباحثين بتسجيل حركة أعضاء مجموعة حقيقية ببيانات مكانية زمانية. يمكن القول أنه بجانب تحليل التفاعل الجماعي17 ، يعد HoneyComb أحد الأدوات القليلة التي تسمح للباحثين بمتابعة عمليات المجموعة بتفصيل كبير. على عكس تحليل التفاعل الجماعي ، فإن التحليل الكمي للبيانات المكانية والزمانية ل HoneyComb أقل استهلاكا للوقت. بالإضافة إلى ذلك ، فإن البيئة الاختزالية وإمكانية استبعاد جميع الاتصالات الشخصية بين المشاركين باستثناء الحركة في الملعب تسمح للباحثين بالحد من العوامل المربكة (مثل المظهر الجسدي والصوت وتعبيرات الوجه) وإنشاء تجارب ذات صلاحية داخلية عالية. في حين أنه من الصعب تحديد جميع الجوانب المؤثرة لعملية المجموعة في الدراسات التي تستخدم تصميمات المناقشة الجماعية33 ، فإن التركيز على المبادئ الأساسية للتفاعل الجماعي في نموذج الحركة يسمح للباحثين بتحديد جميع جوانب عملية المجموعة في هذه التجربة. بالإضافة إلى ذلك ، استخدمت الأبحاث السابقة سلوك القرب34 - مما يقلل المسافة بينه وبين فرد آخر - للتحقيق في الثقة35,36.

Figure 1
الشكل 1: نظرة عامة تخطيطية على CTG. (أ) إجراء تخطيطي لجولة CTG واحدة. (ب) الموضع الأولي للصور الرمزية في بداية الجولة. يقف المستثمرون الثلاثة ذوو اللون الأزرق في الحقل الأولي "0". يقف الوصي الأصفر في الحقل الأولي "0". (ج) لقطة شاشة أثناء مرحلة الاستثمار تظهر ثلاثة مستثمرين (صور رمزية زرقاء) في النصف السفلي من الملعب. واحد (الصورة الرمزية الزرقاء الكبيرة) يقف حاليا على "12" ، واثنين من المستثمرين يقفان حاليا على "24". اثنين من الصور الرمزية لها ذيول (يشار إليها بالأسهم البرتقالية). تشير الذيول إلى الاتجاه الذي انتقلوا منه إلى مجالهم الحالي (على سبيل المثال ، انتقل مستثمر واحد (الصورة الرمزية الزرقاء الكبيرة) للتو من "0" إلى "12"). الصورة الرمزية بدون ذيل تقف في هذا الحقل منذ 4000 مللي ثانية على الأقل. (د) لقطة شاشة أثناء مرحلة العودة تظهر وصيا واحدا (الصورة الرمزية الصفراء) والنصف العلوي من الملعب. يقف الوصي حاليا على "3/6" وقد انتقل مؤخرا إلى هناك من "2/6" كما هو موضح في الذيل. يشير الرقم الأزرق أدناه (36) إلى الاستثمار الذي قام به المستثمرون. الرقم الأصفر ، المشار إليه بالسهم ، هو العائد الحالي (54) كما هو موضح في منتصف الملعب. يتم احتساب العائد على النحو التالي: (استثمر (36 سنتا) × 3) × كسر العائد الحالي (3/6) = 54 سنتا. (ه) نافذة منبثقة تقدم ملاحظات للمشاركين حول المبلغ الذي كسبوه خلال الجولة ، ويتم عرضها لمدة 15 ثانية بعد انتهاء مهلة الوصي. الرجاء الضغط هنا لعرض نسخة أكبر من هذا الشكل.

يعتمد الإجراء الرئيسي ل CTG (الشكل 1A) بشكل وثيق على إجراء BDM1 ، من أجل جعل النتائج قابلة للمقارنة مع الدراسات السابقة باستخدام هذه اللعبة الاقتصادية. نظرا لأن نموذج HoneyComb يعتمد على مبدأ الحركة ، يشير المشاركون إلى المبلغ الذي يرغبون في استثماره أو إعادته عن طريق نقل صورتهم الرمزية إلى الحقل السداسي الصغير الذي يشير إلى مبلغ معين من المال أو جزء للعودة (الشكل 1C ، D). قبل كل جولة ، يتم منح كل من المستثمرين والأمناء مبلغا معينا من المال (على سبيل المثال ، 72 سنتا) مع وضع المستثمرين في النصف السفلي من الملعب ووضع الأمناء في النصف العلوي من الملعب (الشكل 1 ب). في الإعداد الافتراضي ، يسمح للمستثمرين بالتحرك أولا ، بينما يظل الأمناء ثابتين. يتحرك المستثمرون عبر الملعب للإشارة إلى مقدار هباتهم ، إن وجدت ، التي يرغبون في إرسالها إلى الوصي (الشكل 1 ج). من خلال التحرك ذهابا وإيابا في الميدان ، يمكن للمشاركين أيضا التواصل مع المستثمرين الآخرين بالمبلغ الذي يرغبون في إرساله إلى الوصي. اعتمادا على التكوين ، يحتاج المشاركون إلى التوصل إلى قرار بالإجماع بشأن المبلغ الذي يرغبون في استثماره من خلال التقارب في ملعب واحد عند الوصول إلى المهلة. كانت هناك حاجة إلى قرارات بالإجماع من أجل فرض أن المستثمرين بحاجة إلى التفاعل مع بعضهم البعض ، بدلا من مجرد اللعب جنبا إلى جنب. إذا لم يتوصل المستثمرون إلى قرار مشترك ، يتم خصم غرامة (على سبيل المثال ، 24 سنتا) من حسابهم. تم تنفيذ ذلك لضمان تحفيز المستثمرين بشكل كبير للوصول إلى مستوى مشترك من الثقة الجماعية. بمجرد انتهاء وقت المستثمرين ، يتم مضاعفة الأموال المستثمرة وإرسالها إلى الأمناء الذين يسمح لهم بعد ذلك بالتحرك بينما يظل المستثمرون ثابتين. يشير الأمناء من خلال الحركة إلى المبلغ الذي يرغبون في العودة إليه للمستثمرين (الشكل 1 د). يتم عرض خيارات العائد المتاحة ككسور في الملعب للحفاظ على الحمل المعرفي على الأمناء منخفضا نسبيا. يشير الملعب الذي يقف عليه الأمناء بمجرد نفاد الوقت المخصص لهم إلى الكسر (على سبيل المثال ، 4/6) الذي يتم إرجاعه للمستثمرين. تنتهي الجولة بنافذة منبثقة (الشكل 1E) تلخص لكل مشارك المبلغ الذي كسبه خلال تلك الجولة وما هو رصيد حسابه الجاري.

يجب تكرار الجولات عدة مرات. يجب أن يطلب الباحثون من المشاركين لعب CTG لمدة 10 أو 15 جولة على الأقل في نفس الأدوار. هذا ضروري لأن الثقة الجماعية هي بناء ناشئ وتحتاج إلى تطوير أثناء التفاعلات المتكررة داخل المجموعة. وبالمثل ، فإن مفاهيم أخرى مثل الإشارات المستقبلية (أي العوائد المرتفعة المتبادلة من الأمناء ذوي الاستثمارات العالية في الجولة التالية) لن تظهر إلا في التفاعلات المتكررة. ومع ذلك ، من الأهمية بمكان أن يكون المشاركون غير مدركين للعدد الدقيق للجولات التي سيتم لعبها حيث ثبت أن السلوك يمكن أن يتغير بشكل جذري عندما يدرك المشاركون أنهم يلعبون الجولة الأخيرة (أي المزيد من السلوك غير العادل أو الانحرافات في الألعاب الاقتصادية37,38).

وبهذه الطريقة ، توفر CTG معلومات حول ظهور الثقة الجماعية على مستويات متعددة. أولا ، يجب أن يكون مستوى الثقة الجماعية الذي تم عرضه في الجولة النهائية تمثيلا وثيقا لمستوى الثقة المشترك الذي يحتفظ به المستثمرون تجاه الوصي (الأمناء). ثانيا، يمكن أن يكون المبلغ المستثمر في كل جولة بمثابة وكيل لظهور الثقة الجماعية على التفاعلات المتكررة. ثالثا، تلقي بيانات الحركة الضوء على عملية المجموعة التي تحدد مقدار الأموال التي يتم استثمارها في كل جولة.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

تمت الموافقة على جمع البيانات وتحليل البيانات في هذا المشروع من قبل لجنة الأخلاقيات في معهد جورج إلياس مولر لعلم النفس بجامعة غوتنغن (الاقتراح 289/2021) ؛ يتبع البروتوكول المبادئ التوجيهية للبحوث البشرية للجان الأخلاقيات في معهد جورج إلياس مولر لعلم النفس. يمكن تنزيل برنامج CTG من مشروع OSF (DOI 10.17605 / OSF. IO / U24PX) تحت الرابط: https://s.gwdg.de/w88YNL.

1. إعداد الإعداد الفني

  1. إعداد نماذج الموافقة والاستبيانات عبر الإنترنت
    1. قم بإعداد نموذج موافقة عبر الإنترنت في أداة استبيان عبر الإنترنت.
    2. إذا كان ذلك ممكنا ، قم بإعداد استبيان عبر الإنترنت في أداة استبيان عبر الإنترنت.
      ملاحظة: من الممكن تضمين استبيان قصير ضمن برنامج HoneyComb (انظر الخطوة 1.3.5). لاستخدام استبيانات أطول ، استخدم أداة استبيان منفصلة عبر الإنترنت بدلا من ذلك. وترد أمثلة على أدوات الاستبيان عبر الإنترنت في جدول المواد.
  2. إعداد خادم سطح المكتب البعيد
    1. قم بتثبيت نظام تشغيل يستند إلى Linux على خادم بعيد. إذا أمكن ، اسأل المساعدين الفنيين عن الموارد المتاحة في المؤسسة. خلاف ذلك ، اتبع إرشادات التثبيت39.
    2. إنشاء مستخدمين مختلفين على هذا الخادم40.
      1. قم بإنشاء مسؤول مستخدم لديه أذونات الجذر ويتم الوصول إليه فقط بواسطة العميل المحتمل التقني في التجربة.
      2. قم بإنشاء مجرب مستخدم لديه أذونات لإنشاء مجلدات مشتركة ، واستيراد البيانات وتصديرها ، ويمكن الوصول إليها من قبل جميع الموظفين الذين يجمعون البيانات (بما في ذلك الطلاب / مساعدي الأبحاث ، وما إلى ذلك).
      3. قم بإنشاء عدة مستخدمين باسم المشارك -1 ، المشارك -2 ، إلخ.
        ملاحظة: سيتمكن الباحثون فقط من اختبار عدد المشاركين في جلسة تجريبية واحدة مثل المستخدمين الذين تم إنشاؤهم.
    3. قم بتنفيذ الأمر java -version على المستخدم المسؤول للتأكد من توفر بيئة وقت تشغيل Java على الخادم. إذا لم يكن الأمر كذلك ، فقم بتثبيت أحدث إصدار من Java قبل المتابعة وتأكد من أن جميع المستخدمين يمكنهم الوصول إليه.
    4. تثبيت البرنامج
      1. قم بتنزيل البرنامج.
        ملاحظة: يمكن تنزيل البرنامج كملف مضغوط HC_CTG.zip يحتوي على 1) HC.jar القابل للتشغيل ، 2) ثلاثة ملفات للتكوين (hc_server.config و hc_panel.config و hc_client.config) ، و 3) مجلدين فرعيين باسم مقدمة و rawdata.
      2. قم بإنشاء مجلد على المستخدم المجرب ومشاركته مع المستخدمين الآخرين41. استخراج الملفات من HC_CTG.zip الملفات المضغوطة إلى هذا المجلد.
      3. لكل مستخدم مشارك ، قم بالوصول إلى هذا المجلد المشترك وتحقق من قدرة المستخدم على الوصول إلى الملفات.
  3. افتح ملفات التكوين الثلاثة.
    1. تحرير hc_server.config وحفظ الملف المحرر.
      1. قم بتكوين عدد اللاعبين عن طريق تعيين n_Pl إلى الرقم المطلوب. على سبيل المثال ، أدخل 4 خلف =.
      2. قم بتكوين عدد الجولات للعب (playOrder) عن طريق تكرار رقم اللعبة 54a (على سبيل المثال ، 54a ، 54a ، 54a لأربع جولات).
        ملاحظة: i54a تعني التعليمات ويجب عدم حذفها في ملف التكوين.
      3. قم بتكوين ما إذا كان يجب عرض استبيان في HoneyComb عن طريق تضمين 200 في نهاية playOrder. تحذف الفقرة 200 إذا استخدمت أداة استبيان منفصلة على الإنترنت.
      4. تكوين مقياس الاستثمار. لتكوين المقياس للمستثمرين (iscale) ، أدخل القيم التي يجب أن تكون متاحة كخطوات استثمار (على سبيل المثال ، 0 ، 12 ، 24 ، 36 ، 48 ، 60 ، 72). استخدم الأعداد الصحيحة التي هي مضاعفات ثلاثة بحيث تكون العوائد أيضا أعدادا صحيحة.
        ملاحظة: يتم أيضا عرض هذه القيم المكونة كخطوات استثمار محتملة للمستثمرين.
        1. قم بتكوين مقياس العرض للأمناء (tlabel) عن طريق اختيار القيم التي يجب عرضها كعوائد محتملة في ساحة اللعب (على سبيل المثال ، 0 ، 1/6 ، 2/6 ، 3/6 ، 4/6 ، 5/6 ، 1). ملاحظة: لا يؤثر هذا المقياس على حساب العوائد.
        2. قم بتكوين مقياس الأمناء (tscala) عن طريق اختيار قيم الإرجاع التي يجب أن تكون ممكنة كعوائد (على سبيل المثال ، 0 ، 0.166666 ، 0.3333 ، 0.5 ، 0.6666 ، 0.833331 ، 1). استخدم القيم الرقمية فقط (أي بدون كسور).
          ملاحظة: يتم استخدام هذه القيم لحساب دفعات ولا يتم عرضها على الملعب.
      5. قم بتكوين الوقت الإضافي (timeInI للمستثمرين ، timeInT للأمناء) والمهلات (timeOutI للمستثمرين ، مهلة للأمناء) في ثوان. على سبيل المثال، timeInI = 0، timeOutI = 30، timeInT = 30، والمهلة = 45.
      6. قم بتكوين مبلغ الأموال التي يتمتع بها المستثمرون والأمناء في كل جولة بالسنت (r52).
      7. قم بتكوين العامل الذي يتم به ضرب الاستثمار قبل إرساله إلى الوصي (f52).
      8. تكوين ما إذا كان يتعين على المجموعة التوصل إلى قرار بالإجماع (تعيين بالإجماع إلى صواب) أم لا (تعيين بالإجماع إلى خطأ)
      9. قم بتكوين ما إذا كانت المجموعة يتم دفعها في أجزاء متساوية (تعيين bCommon إلى true) أو وفقا لمقدار مساهمة كل مستثمر في الاستثمار (تعيين bCommon إلى خطأ).
      10. إذا تم تعيين bUnanimous على true ، فقم بتكوين العقوبة - مبلغ المال المخصوم من المستثمرين إذا لم يتم التوصل إلى قرار بالإجماع (ص 52).
    2. قم بتحرير hc_client.config إذا لزم الأمر. تأكد من تعيين ip_nr على المضيف المحلي حتى يتمكن العملاء من الاتصال بالمجرب.
    3. تحرير hc_panel.config.
      1. اضبط حجم الأشكال السداسية (نصف القطر) وفقا لدقة الشاشة. اختبر التجربة على عدة شاشات مختلفة للتأكد من أن التجربة ستكون مرئية على مجموعة متنوعة من الشاشات.
      2. اضبط النص الذي يتم عرضه في ساحة اللعب ضمن التسميات (على سبيل المثال ، دورك هو: مستثمر ، رصيد الحساب ، إلخ.)
    4. اضبط و / أو ترجم التعليمات ، إذا لزم الأمر. للقيام بذلك ، قم بتحرير وحفظ ملفات HTML البسيطة (الشكل 2A) في مجلد "المقدمة" داخل مجلد برنامج HoneyComb.
    5. إذا كنت ترغب في استخدام الاستبيان داخل برنامج HoneyComb ، فقم بضبط و / أو ترجمة الاستبيان في الملف qq .txt واحفظ الملف.
    6. حافظ على هذا الإعداد ثابتا عبر جميع جلسات التجربة (ضمن شرط تجربة واحد). توثيق جميع التكوينات.

2. توظيف المشاركين

  1. الإعلان عبر الإنترنت
    1. قم بتجنيد المشاركين عبر القنوات المتاحة (على سبيل المثال ، وسائل التواصل الاجتماعي ، مدونة الجامعة ، النشرة الإعلانية مع رمز الاستجابة السريعة). قم بتسمية معلومات مهمة حول التجربة، مثل الغرض منها ومدتها والحد الأقصى للدفع المحسوب وفقا لسلوك اللعبة.
      ملاحظة: تم تجنيد العينة المعروضة هنا عبر مدونة على الإنترنت لطلاب علم النفس في جامعة غوتنغن بالإضافة إلى إعلانات غير مدفوعة الأجر في مجموعات وسائل التواصل الاجتماعي. يمكن رؤية مثال نشرة إعلانية في الشكل التكميلي 1.
    2. توعية المشاركين المحتملين بأن المشاركة ستتطلب استخدام أجهزة الكمبيوتر المحمولة / أجهزة الكمبيوتر الشخصية مع اتصال إنترنت مستقر وفي منطقة هادئة ومنعزلة. اجعل المشاركين يدركون أنهم قد يحتاجون إلى تثبيت برنامج لإنشاء اتصال "سطح المكتب البعيد".
      ملاحظة: المشاركة عبر الهواتف المحمولة أو الأجهزة اللوحية غير ممكنة.
    3. تأكد من استيفاء المشاركين لمعايير تضمين التجربة مثل متطلبات اللغة أو رؤية الألوان.
    4. تأكد من أن المشاركين لم يشاركوا في التجارب السابقة على CTG.
  2. حجز جلسات تجريبية مع المشاركين
    1. اطلب من المشاركين حجز فترات زمنية لمشاركتهم.
    2. استخدم برنامج إدارة المشاركين لإرسال رسائل بريد إلكتروني تلقائية للدعوة أو التذكير.
    3. تجاوز الفترات الزمنية من قبل مشارك واحد على الأقل لضمان وجود عدد كاف من المشاركين لإجراء التجربة.
  3. أرسل رسالة تأكيد بالبريد الإلكتروني للمشاركين تحتوي على التفاصيل التالية: دليل حول إعداد الكمبيوتر ، وتثبيت أداة اتصال سطح المكتب البعيد ، وإنشاء اتصال بسطح المكتب البعيد. تأكد من عدم إرسال أي معلومات تسجيل دخول حتى الآن ، لتجنب المشكلات الفنية بسبب تسجيل الدخول المبكر.
  4. أرسل رسائل تذكير بالبريد الإلكتروني للمشاركين قبل حوالي 24 ساعة من التجربة ، بما في ذلك الرابط إلى منصة مؤتمرات الفيديو. قم بتضمين معلومات حول التثبيت الذي تم إرساله في رسالة التأكيد الإلكترونية.

3. الإعداد التجريبي (قبل كل جلسة تجريبية)

  1. إعداد منصة مؤتمرات الفيديو (الشكل 3)
    1. تأكد من حظر المشاركين من مشاركة الميكروفون أو الكاميرا. تأكد من أن المشاركين لا يمكنهم رؤية أسماء بعضهم البعض.
    2. شارك ميكروفون المجرب والكاميرا ، وشارك الشاشة مع الحد الأدنى من التعليمات على منصة مؤتمرات الفيديو (الشكل 3).
  2. إعداد سطح المكتب البعيد
    1. مجرب المستخدم
      1. بدء اتصال سطح مكتب بعيد مع المستخدم المجرب. افتح المجلد المشترك وابدأ تشغيل محطة طرفية بالنقر بزر الماوس الأيمن في الدليل واختيار فتح المحطة الطرفية هنا.
      2. ابدأ تشغيل برنامج الخادم HC_Gui.jar عن طريق كتابة الأمر java -jar HC_Gui.jar في الجهاز والضغط على ENTER.
    2. المستخدمون المشارك -1 ، المشارك -2 ، إلخ.
      1. إنشاء اتصال سطح مكتب بعيد مع المستخدمين المشارك-1 ، المشارك-2 ، .... افتح المجلد المشترك وابدأ محطة طرفية في هذا المجلد كما كان من قبل.
      2. ابدأ تشغيل برامج العميل لكل مستخدم عن طريق كتابة الأمر java -jar HC.jar في الجهاز والضغط على ENTER.
      3. تحقق مما إذا كانت الاتصالات قد تم إنشاؤها بشكل صحيح على جميع المستخدمين المشاركين.
        ملاحظة: يجب أن تعرض شاشات المستخدمين المشاركين الرسالة الرجاء الانتظار. الكمبيوتر متصل بالخادم. يوصى بوجود العديد من أجهزة الكمبيوتر المحمولة مثل المستخدمين (الشكل 4).
    3. مجرب المستخدم
      1. تحقق من ظهور سطر في واجهة المستخدم الرسومية للخادم ، يعرض عنوان IP لكل مستخدم من المستخدمين المشاركين. عندما يكون جميع المستخدمين المشاركين متصلين، تحقق من أن برنامج الخادم يعرض الرسالة جميع العملاء متصلون. جاهز للبدء؟. انقر فوق موافق.
      2. تحقق من أن شاشات المستخدمين المشاركين تعرض شاشة الترحيب الخاصة بالتجربة (صفحة التعليمات الأولى).
        ملاحظة: يمكن للمجرب إعداد الجلسة حتى هذه النقطة.

4. الإجراء التجريبي

  1. اسمح للمشاركين في مؤتمر الفيديو في الفترة الزمنية المجدولة للتجربة. نرحب بجميع المشاركين باستخدام نص موحد. شرح الإجراء الفني للمشاركين.
  2. شارك الرابط إلى نموذج الموافقة عبر الإنترنت. تأكد من أن جميع المشاركين قد أعطوا موافقة كتابية.
  3. قم بتوجيه المشاركين لفتح أداة الاتصال بسطح المكتب البعيد وإرسال بيانات تسجيل الدخول الفردية لكل مشارك عبر الدردشة الشخصية في مؤتمر الفيديو.
    ملاحظة: عندما يسجل المشاركون الدخول إلى المستخدمين المشاركين، ستفقد دفاتر الملاحظات في المختبر الاتصال بالمستخدمين المشاركين. من الآن فصاعدا ، يتم تشغيل التجربة تلقائيا حتى يصل المشاركون إلى الصفحة النهائية ، ويوجهونهم للعودة إلى مؤتمر الفيديو.
  4. اطلب من المشاركين تأكيد أنهم قرأوا صفحة التعليمات الأولى بالنقر فوق موافق. بمجرد تأكيد جميع المشاركين ، انتظر حتى يكمل المشاركون اللعبة.
    ملاحظة: يمكن للمشاركين تصفح التعليمات بالسرعة التي يفضلونها. بمجرد تأكيد جميع المشاركين على أنهم قد قرأوا التعليمات ، يبدأ CTG تلقائيا. تتقدم اللعبة تلقائيا من خلال العديد من الجولات كما هو موضح في ملف server.config.
  5. مرحلة الاختبار
    1. قم بتعيين المشاركين في أحد الدورين: المستثمر أو الوصي.
      ملاحظة: يمكن تعيين نفس الدور لعدة مشاركين.
    2. اطلب من المستثمرين البدء في الحقل السفلي (الاستثمار المشار إليه ب 0) والأمناء في الحقل الأعلى (يشير إلى عائد 0) (الشكل 1 ب).
    3. اطلب من المشاركين تحريك صورتهم الرمزية بالنقر بزر الماوس الأيسر في حقل سداسي مجاور. اطلب من المشاركين أنه يمكن اختيار الحقول المجاورة فقط ولا يمكن تخطي الحقول. اطلب من المشاركين أن الصورة الرمزية الخاصة بهم ستعرض ذيلا صغيرا لمدة 4000 مللي ثانية بعد كل حركة تشير إلى الاتجاه الأخير الذي انتقلوا منه إلى الحقل الحالي (الشكل 1C).
    4. اسمح للمستثمرين بالانتقال من البداية (الوقت = 0) للإشارة من خلال الحركة إلى المبلغ الذي يرغبون في استثماره. بعد فترة زمنية معينة ، حظر حركة المستثمرين (مهلة).
      ملاحظة: سيشير الحقل الذي يقفون عليه بعد ذلك إلى المبلغ المستثمر. في منتصف الملعب ، سيظهر رقم أزرق بالإضافة إلى المبلغ المرسل إلى الوصي. إذا تم إعداد التجربة لتتطلب استثمارات بالإجماع ، فلن يتم إجراء الاستثمارات إلا إذا وقف جميع المشاركين في نفس المجال.
    5. اشرح في التعليمات أن المبلغ المستثمر مضروبا في عامل (على سبيل المثال ، ثلاثة) وإرساله إلى الأمناء. قم بتقييد الأمناء من الانتقال طالما أن المستثمرين ينتقلون عن طريق تعيين وقت الوصي على طول مهلة الوصي.
    6. اطلب من الأمناء التحرك للإشارة إلى الكسر الذي يرغبون في إعادته إلى المستثمرين. بمجرد الوصول إلى مهلة الوصي ، يتم أخذ الحقل الذي يقف عليه الأمناء للإشارة إلى الكسر الذي يتم إرجاعه إلى المستثمرين. يشار أيضا إلى المبلغ الذي تم إرجاعه في منتصف الملعب برقم أصفر (الشكل 1D).
    7. اطلب من النافذة المنبثقة عرض مبلغ المال الذي كسبه الشخص في نهاية الجولة (الشكل 1E).
    8. كرر جولة اللعبة حسب الحاجة (على سبيل المثال ، كما هو موضح في ملف server.config).
    9. بمجرد اكتمال جميع الجولات ، اطلب من المشاركين إنشاء رمز فريد شخصي بحيث يمكن ربط الأرباح داخل اللعبة بأسمائهم مع الحفاظ على البيانات السلوكية مجهولة.
    10. بعد أن يقوم المشاركون بإنشاء الرمز ، اعرض شاشة ترشد المشاركين للعودة إلى مؤتمر الفيديو وإغلاق اتصال سطح المكتب البعيد.
      ملاحظة: يستغرق الإجراء التجريبي (القسم 4 في هذا البروتوكول مع 15 جولة لعبة) 35 دقيقة.
    11. إذا تطلبت المشكلات الفنية أو فشل أحد المشاركين إلغاء جلسة التجربة ، امتنع عن إعادة بدء التجربة مع نفس المشاركين.
  6. مرحلة ما بعد الاختبار
    1. بمجرد اكتمال اللعبة ، تأكد من أن جميع المشاركين قد أغلقوا اتصال سطح المكتب البعيد. اطلب من المشاركين ملء الاستبيانات كما يراه مناسبا لسؤال بحثي محدد.
    2. أثناء قيام المشاركين بملء الاستبيانات ، أغلق برنامج الخادم على المستخدم المجرب بالنقر فوق إيقاف وخروج. سيؤدي هذا أيضا إلى إغلاق البرنامج على المستخدمين المشاركين.
    3. اشكر المشاركين على وقتهم واشرح كيف ومتى سيتم تحويل أرباحهم إليهم. تأكد من مغادرة جميع المشاركين لمؤتمر الفيديو، خاصة إذا تمت جدولة فترة زمنية أخرى للتجربة بعد ذلك مباشرة.

5. الانتهاء من التجربة

  1. نقل البيانات ونسخها احتياطيا (على سبيل المثال ، في السحابة) ، في شكل ملف واحد * .csv وواحد * .txt لكل مجموعة وفترة زمنية للتجربة ، مع تمييز طابع اليوم والوقت للتجربة.
  2. أغلق كافة اتصالات "سطح المكتب البعيد".

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

تعرض هذه الورقة نتائج دراسة تجريبية أجريت مع CTG مع 16 مشاركا (خمسة رجال و 11 امرأة. العمر: م = 21 ، SD = 2.07). وفقا ل Johanson and Brooks42 ، فإن حجم العينة هذا كاف في تجربة تجريبية ، خاصة عند إقرانها بنهج نوعي للوصول إلى كثافة معلومات عالية حول التجربة الذاتية للمشاركين أثناء التجربة. يوصى بأنه كلما اعتزم الباحثون تكييف CTG مع فكرتهم البحثية المحددة ، على سبيل المثال ، من خلال تخصيص عدد المشاركين داخل كل مجموعة ، يجب إجراء دراسة تجريبية مماثلة قبل جمع البيانات الرئيسية من أجل ضمان جودة بيانات عالية.

على أساس البيانات التجريبية ، تقدم هذه الورقة توضيحا لطرق التحليل الممكنة لبيانات CTG بالإضافة إلى التحقق الأول من إعداد CTG. تتضمن النتائج المبلغ عنها هنا بيانات الحركة والاستثمار من الدراسة التجريبية ل CTG (يمكن رؤية مثال ناتج من مجموعة واحدة في البيانات التكميلية 1 والبيانات التكميلية 2 ويمكن رؤية مثال على نص المعالجة المسبقة للبيانات في مشروع OSF: https://s.gwdg.de/Cwx3ex) بالإضافة إلى بيانات الاستبيان حول التجربة الذاتية للمشاركين أثناء التجربة والملاحظات حول اللعبة.

بالنسبة لهذا المنشور ، يتم استخدام البيانات التجريبية (N = 16) من أجل توضيح كيفية اختبار الفرضيات العلمية باستخدام CTG عند الوصول إلى حجم عينة كاف. وتجدر الإشارة إلى أنه عادة ما تكون هناك حاجة إلى أحجام عينات أكبر بكثير من أجل الوصول إلى طاقة كافية للتحليلات الإحصائية. يجب أن تكون النتائج المبلغ عنها هنا مجرد أمثلة توضيحية للتحليلات والتصورات المحتملة (الشكل 5). CTG مناسب بشكل خاص للتحقيق في عمليات الثقة الجماعية ، وكيف تظهر أو تتضاءل اعتمادا على سلوك أعضاء المجموعة الآخرين أو الوصي.

أولا ، تم التحقيق في صفات الثقة الجماعية كظاهرة ناشئة. من المفترض أن الاستثمارات في لعبة الثقة الجماعية تتغير بمرور الوقت (أي تظهر). هذا يعني أن متوسط الاستثمارات في الجولة الأولى والمتوسطة (أي السابعة) والخامسة عشرة يجب أن يكون مختلفا بشكل كبير عن بعضها البعض. تم اختبار هذه الفرضية مع اختبارات t عينة مزدوجة (تصحيح Bonferroni). نظرا لصغر حجم العينة (N = 16 في أربع مجموعات) ، لا يمكن العثور على فروق ذات دلالة إحصائية في البيانات التجريبية بين الأولى (M = 27.0 ، SD = 20.49) ، والسابعة (M = 39 ، SD = 30.0 ؛ الفرق إلى الجولة 1: t (3) = -0.511 ، p = 1) ، والجولة الخامسة عشرة (M = 42 ، SD = 31.75 ؛ الفرق إلى الجولة 1: t (3) = -0.678 ، ع = 1 ؛ الفرق في الجولة 7: T (3) = -0.397 ، P = 1). تم إعادة تحليل البيانات باستخدام تلك الاستثمارات التي تم إجراؤها بالإجماع. لم يتم العثور على فروق ذات دلالة إحصائية بين الجولات ، ربما بسبب العينة الصغيرة أيضا (M 1 = 24 ، SD1 = 24 ؛ م 7 = 52 ، SD7 = 18.33 ؛ م 15 = 56 ، SD15 = 18.33). يمكن رؤية البيانات المصاحبة في الشكل 5 أ. في الدراسات ذات أحجام العينات الكافية ، يشير الاختلاف الكبير بين الجولات والزيادة أو النقصان المستمر في الاستثمارات على مدار الجولات إلى ظهور ثقة جماعية في التجربة حيث يمكن للمستثمرين في المجموعة التفاعل بشكل متكرر ، وبالتالي إنشاء مستوى مشترك من الثقة.

وبالإضافة إلى ذلك، يمكن أيضا التحقيق في ظهور الثقة الجماعية باستخدام بيانات الحركة، كما يتضح من الشكل 5 باء، الذي يبين ثلاث علامات سلوكية لعملية اتخاذ القرار: (أ) وقت اتخاذ القرار (أحمر؛ والوقت حتى آخر تحرك للمستثمرين؛ و (ب) الوقت الذي يستغرقه المستثمرون حتى آخر تحرك؛ و (ب) الوقت الذي يستغرقه المستثمرون حتى آخر تحرك؛ و (ب) الوقت الذي يستغرقه المستثمرون (الأحمر؛ و (الوقت المستغرق حتى آخر تحرك للمستثمرين)؛ و (ب) الوقت الذي يستغرقه المستثمرون (الأحمر؛ و (الوقت المستغرق حتى آخر تحرك للمستثمرين)؛ و (ب) الوقت الذي يستغرقه المستثمرون (الأحمر؛ و ( M = 12.25 ، SD = 7.05) كتفعيل لطول العملية ، (ب) طول الحركة (أخضر ؛ متوسط الوقت بين حركتين: M = 2.42 ، SD = 2.16 ) كتفعيل للمداولات ، و (ج) تغييرات الاتجاه (أزرق ؛ عدد المرات التي تم فيها تغيير اتجاه الحركة ؛ M = 0.25 ، SD = 0.66) كتفعيل للتكيف مع المستثمرين الآخرين أثناء اتخاذ القرار. إذا ظهرت الثقة الجماعية على مدار الجولات ، فيجب أن تصبح العملية كما تم تحديدها كميا بواسطة العلامات السلوكية الثلاثة أقل تعقيدا بمرور الوقت حيث يجب أن تكون الثقة الجماعية هي الأساس لقرار الاستثمار الجماعي. وهذا يعني أنه إذا كانت الثقة الجماعية عبارة عن بناء ناشئ ، فيجب أن نرى المجموعات تستغرق وقتا أطول لاتخاذ قرارات الاستثمار في الجولات السابقة حيث لم يظهر مستوى مشترك من الثقة (أي الثقة الجماعية) حتى الآن. على مدى التفاعلات ، يجب أن تصبح قرارات الاستثمار أقصر (كما تقاس بوقت اتخاذ القرار) وأسهل (كما تقاس بطول الحركة وتغيرات الاتجاه) مع تطور مستوى مشترك من الثقة الجماعية والحاجة إلى تفاعل أو تنسيق أقل لتحديد استثمار المجموعة. لذلك ، يجب على الباحثين استخدام عينة أكبر لنمذجة تقدم العلامات السلوكية على مدار الجولات. قد يشير المنحدر السلبي إلى ظهور الثقة الجماعية كأساس لقرارات الاستثمار الجماعي.

ثانيا ، تم تحليل سلوك الوصي وتبعيات سلوك الأمناء والمستثمرين. تم افتراض أن الأمناء سيعيدون مبلغا غير صفري من المال إلى المستثمرين ، كما وجد في البحث عن ألعاب الثقة الفردية 1,43. أظهر اختبار t لعينة واحدة بالفعل أن الأمناء عادوا بشكل ملحوظ أكثر من الصفر (M = 43.89 ، SD = 35.38) للمستثمرين. ر (59) = 9.608 ، ص < .001. كان هذا أكثر وضوحا عندما تم تضمين تلك العوائد فقط والتي سبقتها استثمارات غير صفرية (M = 62.70 ، SD = 24.36 ؛ ر (46) = 16.677 ، ص < .001). يوضح الشكل 5C أن الأمناء غالبا ما يختارون إعادة 4/6 من الاستثمار.

بالإضافة إلى ذلك ، تم التحقيق فيما إذا كانت عوائد الأمناء تستند إلى المعاملة بالمثل ، حيث يرتبط الاستثمار الأعلى في جولة واحدة بكسور عائد أعلى (أي 0/6 ، 1/6 ، 2/6 ، ...) في نفس الجولة. يبدو أن هناك علاقة كبيرة بين الاستثمارات والعوائد كما يتضح من الشكل 5D ، اللوحة اليسرى ؛ t (58) = 9.446 ، p < .001 ، r = .78. يشير هذا إلى أن الأمناء ربما تبادلوا الاستثمارات العالية بعوائد عالية. ومع ذلك ، قد يكون هذا مدفوعا بالجولات التي استثمر فيها المستثمرون إما صفرا أو لم يتوصلوا إلى قرار بالإجماع بحيث لم يكن لدى الوصي خيار إعادة أي شيء. وأخيرا، تم تحليل ما إذا كان المستثمرون ينظرون إلى كسور العائد الأعلى على أنها إشارات آجلة، بحيث ترتبط كسور العائد الأعلى في الجولة t بالاستثمارات المرتفعة في الجولة t + 1. كما يتضح من الشكل 5D ، اللوحة اليمنى ، لم يتم تأكيد ذلك من خلال البيانات ؛ t (54) = 0.207 ، p = .837 ، r = .028.

للتلخيص ، تتكون البيانات الكمية من CTG من بيانات الحركة والاستثمار لكل مشارك في كل جولة. بينما توفر بيانات الاستثمار أوجه تشابه مع التطبيقات السابقة للعبة الثقة الفردية ، تسمح بيانات الحركة للباحثين بمراقبة عملية الثقة الجماعية. تجدر الإشارة إلى أن البيانات يتم جمعها في مجموعات فعلية ، مما يزيد من الصلاحية الخارجية ، ولكنه يستلزم مراعاة بنية البيانات المتداخلة. ولم يتم ذلك بالنسبة للتحليلات المبلغ عنها لأن صغر حجم عينة البيانات التجريبية يقيد تطبيق النماذج الخطية ذات الآثار المختلطة.

بالإضافة إلى ذلك، تم جمع بيانات عن التجربة الذاتية في العينة التجريبية مع استبيان ما بعد التجربة (الملف التكميلي 1) الذي تضمن 13 بندا في المجموع، منها 11 سؤالا مفتوحا. بجانب التجربة الذاتية أثناء التجربة ، سألت العناصر عن جوانب محددة من CTG التي قد تؤثر على جودة البيانات ، مثل المبادئ الذاتية للمشاركين في السلوك أثناء اللعبة ، أو النية المعتقدة للتجربة ، أو وضوح التعليمات. تم تقييم سؤالين مغلقين على مقياس ليكرت المكون من خمس نقاط ما إذا كان المشاركون ينظرون إلى الاستثمار من خلال الحركة على أنه بديهي (-2: "لا على الإطلاق" إلى +2: "جدا") وما إذا كان الوقت الممنوح للمشاركين للتحرك في اللعبة يبدو كافيا (-2: "قصير جدا" ؛ 0: "حول الحق" ؛ +2: "طويل جدا").

بشكل عام ، أبلغ المشاركون عن تجارب ذاتية تتماشى مع نية التجربة وسهولة اتباع التعليمات ، مع إظهار سذاجة كافية لنية الدراسة. أفاد المشاركون في المتوسط أن اللعبة "بديهية تماما" (M = 0.69 ، SD = 0.79) وتصوروا أن الوقت "مناسب تقريبا" (M = -0.31 ، SD = 0.79).

تم تحليل إجابات المشاركين على الأسئلة المفتوحة نوعيا وفقا ل Mayring44. بشكل عام ، كان المشاركون راضين عن عملية التوظيف والإجراءات عبر الإنترنت ، والحفاظ على عدم الكشف عن هويتهم في التجربة ، ووضوح التعليمات والمعلومات المقدمة ، ومنطق اللعبة. كان معظم المشاركين راضين عن تصميم الصور الرمزية بحيث يمكن تمييزها بسهولة. ومع ذلك ، أفاد نصف المشاركين فقط أنهم شعروا بأنهم ممثلون من خلال صورتهم الرمزية ولاحظوا أن الرموز أو وجوه الحيوانات ربما كانت أكثر إثارة للاهتمام. نتيجة لهذه النتائج ، يجب على الباحثين التفكير في تضمين مقياس لتجسيد المشاركين في تطبيقات CTG للتحكم في هذه التجربة مع الحفاظ على تصميم تجريبي بسيط.

لاحظ معظم المشاركين أنهم عانوا من الرغبة في التقارب في منتصف الملعب ، (أي في أعلى خيار استثماري). أفاد المشاركون الذين عانوا من ذلك أن الرغبة في التقارب في الوسط تزامنت مع استعدادهم لاستثمار مبالغ كبيرة. بالإضافة إلى ذلك ، أفاد بعض المشاركين أنه بدلا من الشعور بالانجذاب إلى الوسط ، شعروا أنه يتعين عليهم سحب اللاعبين المشاركين نحو المنتصف. بسبب القيود العملية للتجربة والمفاضلات المحتملة مع الحدس ، تم الاحتفاظ بالتصميم الأولي الذي تتلاقى فيه الاستثمارات والعوائد العالية في المنتصف.

أبلغ المشاركون عن العديد من الافتراضات حول الهدف من الدراسة ، مثل تأثير المجموعة على قراراتهم أو ثقتهم أو سلوك الأمناء. في حين أن هذه الافتراضات قريبة موضوعيا من ظهور الثقة الذي تم التحقيق فيه ، فقد أبلغ المشاركون عن استراتيجيات سلوكية مثل تعظيم الربح أو نوايا التأثير على سلوك اللاعبين المشاركين. تتناسب هذه الاستراتيجيات بشكل جيد مع طابع اللعبة الاقتصادية ل CTG ولا تتصدى للسلوكيات التي تهدف الدراسة إلى ملاحظتها.

على أساس النتائج على التجربة الذاتية ، يمكن استنتاج أن CTG تفي بمعايير الصلاحية الداخلية. يجب أن يكون تحليل البيانات الكمية المبلغ عنه هنا بمثابة توضيح لكيفية تحليل البيانات التي تم جمعها باستخدام CTG إحصائيا.

Figure 2
الشكل 2: مثال على تعليمات اللعبة . (أ) كود HTML الذي أعده المجرب. (ب) ملف HTML معروض في المتصفح. ج: التعليمات الموضحة للمشاركين أثناء التجربة. لاحظ الأزرار الموجودة في الأسفل للتنقل عبر التعليمات. الرجاء الضغط هنا لعرض نسخة أكبر من هذا الشكل.

Figure 3
الشكل 3: لقطة شاشة لمنصة مؤتمرات الفيديو. شارك المجرب الكاميرا والميكروفون والعرض التقديمي مع المعلومات الأساسية على منصة مؤتمرات الفيديو واتصال سطح المكتب البعيد. انضم أحد المشاركين بالفعل إلى المؤتمر ولكن يحظر عليه مشاركة الميكروفون أو الشاشة أو الكاميرا الخاصة به من أجل الحفاظ على عدم الكشف عن هويته. الرجاء الضغط هنا لعرض نسخة أكبر من هذا الشكل.

Figure 4
الشكل 4: الإعداد في المختبر. قبل بدء التجربة، سيبدأ المجرب اتصال "سطح المكتب البعيد" بجميع أجهزة الكمبيوتر المحمولة. يرتبط دفتر الملاحظات 1 بمستخدم التجربة ويظل متصلا طوال فترة التجربة. تستخدم دفاتر الملاحظات من 2 إلى 5 لإنشاء اتصال مع المستخدمين المشاركين والتحقق منه ("المشارك-1" إلى "المشارك-4"). عندما ينشئ المشاركون اتصالا بالمستخدمين المشاركين عبر أداة الاتصال بسطح المكتب البعيد، ستفقد دفاتر الملاحظات في المختبر الاتصال. الرجاء الضغط هنا لعرض نسخة أكبر من هذا الشكل.

Figure 5
الشكل 5: النتائج تستند إلى البيانات التجريبية (N = 16 في أربع مجموعات). (أ) قطع الكمان لاستثمارات المجموعة (سنت) في الجولات 1 و 7 و 15. تشير أشكال الكمان إلى كثافة احتمالية الاستثمارات ، وتشير الخطوط الغامقة إلى الوسيط ، وتشير الصناديق الموجودة في الكمان إلى النطاق الربيعي ، وتشير الشعيرات إلى 1.5 مرة من النطاق الربيعي. يسار; كل الاستثمارات. يمين; يستثمر بالإجماع. (ب) ثلاث علامات مختلفة لبيانات الحركة التي يمكن استخدامها لتحديد جوانب عملية اتخاذ قرار الاستثمار في المجموعة. أحمر; وقت اتخاذ القرار (الوقت حتى آخر حركة بالثواني). أخضر; متوسط أطوال الحركة (الوقت من حركة إلى أخرى بالثواني). أزرق; عدد التغييرات في الاتجاه في نمط الحركة (العد). (ج) تردد (عد) مؤامرة العوائد. يسار; يتم حساب جميع المرتجعات (ككسور الإرجاع) عبر الجولات. يمين; يتم احتساب تلك العوائد فقط (ككسور العائد) التي تلقى الأمناء قبلها استثمارا. (د) مخططات الاستثمارات المبعثرة (سنت) والعوائد (ككسور عائد). يشير الخط الأزرق إلى القيم المتوقعة (باستخدام نموذج خطي مع الصيغة: y ~ x) ، يشير الشريط الرمادي إلى الخطأ القياسي للتنبؤات. يسار; علاقة المعاملة بالمثل. هل ترتبط الاستثمارات المرتفعة بالعوائد المرتفعة في نفس الجولة؟ يمين; ارتباط الإشارات الأمامية. هل ترتبط العوائد المرتفعة بالاستثمارات المرتفعة في الجولة اللاحقة؟ الرجاء الضغط هنا لعرض نسخة أكبر من هذا الشكل.

الشكل التكميلي 1: مثال على الإعلان عبر الإنترنت من خلال نشرة إعلانية تم نشره على مدونة على الإنترنت. هذه النشرة هي مثال على المعلومات التي يجب تضمينها في إعلان نشرة توظيف المشاركين والطريقة التي يمكن تقديمها بها. الرجاء الضغط هنا لتنزيل هذا الملف.

الملف التكميلي 1: استبيان كامل للدراسة التجريبية. يمكن العثور على الاستبيان الكامل المستخدم في الدراسة التجريبية هنا. الرجاء الضغط هنا لتنزيل هذا الملف.

البيانات التكميلية 1: مثال على مخرجات البيانات التي تحتوي على بيانات استثمار لمجموعة واحدة (أي أربعة مشاركين: ثلاثة مستثمرين (pid 0-2) ووصي واحد (pid 4). هذا مثال على ملف بيانات أولي يحتوي على أ) معلومات عن ترتيب اللعب ، ب) قائمة اللاعبين ، ج) البداية ("StartSicht") والمراكز النهائية ("آخر ملعب مشترك") لجميع اللاعبين ، بالإضافة إلى د) استثماراتهم وأرباحهم ورصيد حسابهم ("الأرصدة: التكلفة مكافأة saldo"). الرجاء الضغط هنا لتنزيل هذا الملف.

البيانات التكميلية 2: مثال على مخرجات البيانات التي تحتوي على بيانات حركة مجموعة واحدة (أي أربعة مشاركين: ثلاثة مستثمرين (pid 0-2) ووصي واحد (pid 4). هذا مثال على ملف بيانات خام يحتوي على تنسيق ("sj") لكل لاعب ("pid") في أي وقت معين في التجربة. يشار إلى بداية جولة جديدة ب "-1" ك "pid". الرجاء الضغط هنا لتنزيل هذا الملف.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

يوفر CTG للباحثين الفرصة لتكييف BDM1 الكلاسيكي للمجموعات ومراقبة العمليات الناشئة داخل المجموعات بعمق. في حين أن العمل الآخر23،24،25،26 قد حاول بالفعل تكييف BDM1 مع إعدادات المجموعة ، فإن الطريقة الوحيدة للوصول إلى عمليات المجموعة في هذه الدراسات هي تحليلات تفاعل المجموعة الشاقة للمناقشات المسجلة بالفيديو. نظرا لأن هذه المهمة غالبا ما تكون شاقة وتستغرق وقتا طويلا17 ، فإن الدراسات بانتظام لا تبلغ عن هذه الجوانب. فيما يتعلق بهذه الأساليب الحالية ، فإن CTG ، على حد علم المؤلفين ، هو النموذج الأول الذي يسمح للباحثين بمتابعة الثقة الجماعية كظاهرة ناشئة في الوقت الفعلي من خلال بيانات الحركة. وبالتالي ، فإن CTG أكثر كفاءة من حيث الوقت. بالإضافة إلى ذلك ، فإن استخدام التحليلات الكمية لالتقاط العمليات الجماعية يسمح للباحثين بالتسجيل المسبق لتحليلات العملية ، وهو أمر صعب غالبا مع المزيد من الأساليب النوعية.

لكي ينتج النموذج بيانات عالية الجودة ، من الأهمية بمكان اتباع البروتوكول عن كثب. تتطلب الخطوات الخمس الحاسمة التالية اهتماما خاصا من الباحثين. أولا ، يجب أن تظل التكوينات التي تم إجراؤها في اللعبة ثابتة في جميع جلسات التجربة ويجب توثيقها. ثانيا ، يجب استبعاد المشاركين الذين شاركوا بالفعل في دراسات مماثلة (أي الدراسات التي تستخدم أي إصدار من ألعاب الثقة) في مرحلة التوظيف لأن هذا قد يخلق تحيزات في السلوك ويقلل من أحجام التأثير45. ثالثا ، يحتاج الباحثون إلى التأكد من أن المشاركين مجهولون من خلال منع المشاركين من مشاركة الميكروفون والكاميرا والاسم الكامل أثناء مؤتمر الفيديو ، حيث ثبت أن مستوى إخفاء الهوية يؤثر على السلوك في الألعاب الاقتصادية27. رابعا ، أثناء بدء اللعبة ، يحتاج الباحثون إلى التحقق بدقة من إنشاء اتصال صحيح بين المستخدم المشارك ومستخدم التجربة من خلال التأكد من أن المستخدم المشارك مدرج في واجهة المستخدم الرسومية للمجرب. خامسا، يحتاج مساعدو الأبحاث الذين يجمعون البيانات إلى تدريب مكثف حتى يتمكنوا من استكشاف التحديات التقنية مع المشاركين وإصلاحها. في حالة مواجهة المشاركين لمشاكل في إنشاء اتصال سطح المكتب البعيد ، يجب أن يكون مساعدو الأبحاث قادرين على تقديم الدعم من أجل الاحتفاظ بالمشاركين في المجموعة. إذا انسحب شخص ما بسبب صعوبات فنية ، فقد يتعين إعادة جدولة جميع المشاركين في الفترة الزمنية للتجربة ، مما يؤدي إلى تكاليف مالية إضافية وضياع الوقت.

في حالة حدوث صعوبات فنية أثناء بدء تشغيل اللعبة ، تأكد من (أ) تثبيت بيئة وقت تشغيل Java الحالية على جهاز سطح المكتب البعيد ، (ب) يمكن لجميع المستخدمين الوصول إلى الملفات وتنفيذها في المجلدات المشتركة ، (ج) يقوم جميع المستخدمين بتنفيذ الأوامر في نفس الدليل ، و (د) جميع أجهزة الكمبيوتر / أجهزة الكمبيوتر المحمولة التي تصل إلى اتصال سطح المكتب البعيد لديها اتصال إنترنت مستقر. لاستكشاف الأخطاء وإصلاحها أثناء الجلسة التجريبية ، تحقق من (أ) أن جميع المشاركين والباحثين لديهم اتصال إنترنت مستقر ، (ب) تلقى المشاركون معلومات تسجيل الدخول الصحيحة لاتصال سطح المكتب البعيد ، و (ج) الخادم الذي يقوم بتشغيل اتصال سطح المكتب البعيد لديه موارد كافية (على سبيل المثال ، تحقق من استخدام وحدة المعالجة المركزية) أثناء الجلسة التجريبية.

CTG قابل للتكيف بشكل كبير مع أسئلة البحث المختلفة التي تسمح باتساع نطاق التطبيقات الممكنة في البحث. اعتمادا على الهدف من الدراسة ، يمكن تخصيص العديد من المعلمات ، مثل عدد اللاعبين ، ومتطلبات القرارات بالإجماع ، والمظهر المرئي ، والتوقيت ، والمعلمات النقدية ل BDM. في حين أن مرونة هذا النموذج هي ميزة ، فمن المهم أن نضع في اعتبارنا أن تعديلات النموذج يجب أن تستند دائما إلى نظرية صارمة وتجريب. بالإضافة إلى التكوينات التي يمكن للباحثين إجراؤها في ملفات * .config ، لا يمكن تعديل اللعبة إلا من خلال شفرة المصدر المبرمجة بواسطة Johannes Pritz ، والتي لا تتوفر عبر الإنترنت بعد. في حين أن العديد من التعديلات ممكنة ، فإن إطار عمل منصة HoneyComb يقيد التطبيقات الممكنة لمهام الحركة وخيارات الاستثمار المنفصلة.

في التطبيقات المستقبلية ل CTG ، يمكن زيادة مقدار كسور الإرجاع (على سبيل المثال ، 1/10 ، 2/10 ، 3/10 ، ...) من أجل توفير دقة أعلى لسلوك الإرجاع. وبهذه الطريقة ، يمكن لعب كل من جانب المستثمرين وكذلك الأمناء من قبل الأفراد أو المجموعات ، مما يسمح بالتحقيق في مستويات مختلفة ومراجع الثقة كما اقترح Fulmer و Gelfand7. قد تجمع التطبيقات المستقبلية لهذا البروتوكول أيضا الإجراء عبر الإنترنت لهذه الطريقة مع تجارب أخرى من منصة HoneyComb30،32،46،47 أو تتضمن أشكالا أخرى من الاتصال مثل الدردشة أو حتى التفاعل وجها لوجه بين المستثمرين و / أو الأمناء في تجربة في الموقع كما قدمها Boos وزملاؤه31 . وبهذه الطريقة ، يمكن أيضا دراسة الإشارات الأخرى التي تؤثر على ظهور الثقة الجماعية ، مثل التواصل غير اللفظي ، باستخدام هذا النموذج.

بشكل عام ، تجمع CTG بين مزايا الألعاب الاقتصادية - الصلاحية الداخلية العالية والبساطة - مع بيانات عملية المجموعة الغنية. وبهذه الوسيلة، يمكن أن تكون مجموعة CTG بمثابة نقطة انطلاق في البحث الجماعي حول عمليات الثقة والإنصاف.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

ليس لدى المؤلفين ما يكشفون عنه.

Acknowledgments

لم يتلق هذا البحث أي تمويل خارجي.

Materials

Name Company Catalog Number Comments
Data Analysis Software and Packages R version 4.2.1 (2022-06-23 ucrt) R Core Team R: A Language and Environment for Statistical Computing. at [https://www.R-project.org/]. R Foundation for Statistical Computing. Vienna, Austria. (2020).
Data Analysis Software and Packages R Studio version 2022.2.3.492 "Prairie Trillium" RStudio Team RStudio: Integrated Development Environment for R. at [http://www.rstudio.com/]. RStudio, PBC. Boston, MA. (2020).
Data Analysis Software and Packages ggplot2 version 3.3.6 Wickham, H. ggplot2: Elegant Graphics for Data Analysis. at [https://ggplot2.tidyverse.org]. Springer-Verlag New York. (2016).
Data Analysis Software and Packages cowplot version 1.1.1 Wilke, C.O. cowplot: Streamlined Plot Theme and Plot Annotations for “ggplot2.” at [https://CRAN.R-project.org/package=cowplot]. (2020).
OnlineQuestionnaireTool LimeSurvey Community Edition Version 3.28.16+220621  Any preferred online questionnaire tool can be used. LimeSurvey or SoSciSurvey are recommended.
Notebooks or PCs DELL Latitude 7400 Any laptop that is able to establish a stable Remote Desktop Connection can be used.
Participant Management Software ORSEE version 3.1.0 It is recommended to use ORSEE (Greiner, B. [2015]. Subject pool recruitment procedures: Organizing experiments with ORSEE. Journal of the Economic Science Association, 1, 114–125. https://doi.org/10.1007/s40881-015-0004-4), but other software options might be available.
Program to Open RemoteDesktop Connection Remote Desktop Connection (Program distributed with each Windows 10 installation.) The following tools are recommended: RemoteDesktopConnection (for Windows), Remmina (for Linux), or Microsoft Remote Desktop (for Mac OS).
Server to run RemoteDesktop Environment VMware vSphere environment based on vSphere ESXi version 6.5 Ideally provided by IT department of university/institution.
VideoConference Platform BigBlueButton Version 2.3 It is recommend to use a platform such as BigBlueButton or other free software that does not record participant data on an external server. The platform should provide the following functions: 1) possibility to restrict access to microphone and camera for participants, 2) hide participant names from other participants, 3) possibility to send private chat message to participants.
Virtual Machine running Linux-Installation Xubuntu version 20.04 "Focal Fossa" Other Linux-based systems will also be possible.

DOWNLOAD MATERIALS LIST

References

  1. Berg, J., Dickhaut, J., McCabe, K. Trust, reciprocity, and social history. Games and Economic Behavior. 10 (1), 122-142 (1995).
  2. Costa, A. C., Fulmer, C. A., Anderson, N. R. Trust in work teams: An integrative review, multilevel model, and future directions. Journal of Organizational Behavior. 39 (2), 169-184 (2018).
  3. Kiffin-Petersen, S. Trust: A neglected variable in team effectiveness research. Journal of the Australian and New Zealand Academy of Management. 10 (1), 38-53 (2004).
  4. Grossman, R., Feitosa, J. Team trust over time: Modeling reciprocal and contextual influences in action teams. Human Resource Management Review. 28 (4), 395-410 (2018).
  5. Schoorman, F. D., Mayer, R. C., Davis, J. H. An integrative model of organizational trust: Past, present, and future. Academy of Management Review. 32 (2), 344-354 (2007).
  6. Shamir, B., Lapidot, Y. Trust in organizational superiors: Systemic and collective considerations. Organization Studies. 24 (3), 463-491 (2003).
  7. Fulmer, C. A., Gelfand, M. J. At what level (and in whom) we trust: Trust across multiple organizational levels. Journal of Management. 38 (4), 1167-1230 (2012).
  8. Rousseau, D. M., Sitkin, S. B., Burt, R. S., Camerer, C. Not so different after all: A cross-discipline view of trust. Academy of Management Review. 23 (3), 393-404 (1998).
  9. Dirks, K. T. Trust in leadership and team performance: Evidence from NCAA basketball. Journal of Applied Psychology. 85 (6), 1004-1012 (2000).
  10. Kim, P. H., Cooper, C. D., Dirks, K. T., Ferrin, D. L. Repairing trust with individuals vs. groups. Organizational Behavior and Human Decision Processes. 120 (1), 1-14 (2013).
  11. Forsyth, P. B., Barnes, L. L. B., Adams, C. M. Trust-effectiveness patterns in schools. Journal of Educational Administration. 44 (2), 122-141 (2006).
  12. Gray, J. Investigating the role of collective trust, collective efficacy, and enabling school structures on overall school effectiveness. Education Leadership Review. 17 (1), 114-128 (2016).
  13. Kramer, R. M. Collective trust within organizations: Conceptual foundations and empirical insights. Corporate Reputation Review. 13 (2), 82-97 (2010).
  14. Kramer, R. M. The sinister attribution error: Paranoid cognition and collective distrust in organizations. Motivation and Emotion. 18 (2), 199-230 (1994).
  15. Kozlowski, S. W. J. Advancing research on team process dynamics: Theoretical, methodological, and measurement considerations. Organizational Psychology Review. 5 (4), 270-299 (2015).
  16. Kozlowski, S. W. J., Chao, G. T. The dynamics of emergence: Cognition and cohesion in work teams. Managerial and Decision Economics. 33 (5-6), 335-354 (2012).
  17. Kolbe, M., Boos, M. Laborious but elaborate: The benefits of really studying team dynamics. Frontiers in Psychology. 10, 1478 (2019).
  18. McEvily, B. J., Weber, R. A., Bicchieri, C., Ho, V. Can groups be trusted? An experimental study of collective trust. Handbook of Trust Research. , 52-67 (2002).
  19. Adams, C. M. Collective trust: A social indicator of instructional capacity. Journal of Educational Administration. 51 (3), 363-382 (2013).
  20. Chetty, R., Hofmeyr, A., Kincaid, H., Monroe, B. The trust game does not (only) measure trust: The risk-trust confound revisited. Journal of Behavioral and Experimental Economics. 90, 101520 (2021).
  21. Harrison, G. W. Hypothetical bias over uncertain outcomes. Using Experimental Methods in Environmental and Resource Economics. , 41-69 (2006).
  22. Harrison, G. W. Real choices and hypothetical choices. Handbook of Choice Modelling. , Edward Elgar Publishing. 236-254 (2014).
  23. Holm, H. J., Nystedt, P. Collective trust behavior. The Scandinavian Journal of Economics. 112 (1), 25-53 (2010).
  24. Kugler, T., Kausel, E. E., Kocher, M. G. Are groups more rational than individuals? A review of interactive decision making in groups. WIREs Cognitive Science. 3 (4), 471-482 (2012).
  25. Cox, J. C. Trust, reciprocity, and other-regarding preferences: Groups vs. individuals and males vs. females. Experimental Business Research. Zwick, R., Rapoport, A. , Springer. Boston, MA. 331-350 (2002).
  26. Song, F. Intergroup trust and reciprocity in strategic interactions: Effects of group decision-making mechanisms. Organizational Behavior and Human Decision Processes. 108 (1), 164-173 (2009).
  27. Johnson, N. D., Mislin, A. A. Trust games: A meta-analysis. Journal of Economic Psychology. 32 (5), 865-889 (2011).
  28. Rosanas, J. M., Velilla, M. Loyalty and trust as the ethical bases of organizations. Journal of Business Ethics. 44, 49-59 (2003).
  29. Dunn, J. R., Schweitzer, M. E. Feeling and believing: The influence of emotion on trust. Journal of Personality and Social Psychology. 88 (5), 736-748 (2005).
  30. Boos, M., Pritz, J., Lange, S., Belz, M. Leadership in moving human groups. PLOS Computational Biology. 10 (4), 1003541 (2014).
  31. Boos, M., Pritz, J., Belz, M. The HoneyComb paradigm for research on collective human behavior. Journal of Visualized Experiments. (143), e58719 (2019).
  32. Ritter, M., Wang, M., Pritz, J., Menssen, O., Boos, M. How collective reward structure impedes group decision making: An experimental study using the HoneyComb paradigm. PLOS One. 16 (11), 0259963 (2021).
  33. Kocher, M., Sutter, M. Individual versus group behavior and the role of the decision making process in gift-exchange experiments. Empirica. 34 (1), 63-88 (2007).
  34. Ickinger, W. J. A behavioral game methodology for the study of proxemic behavior. , Doctoral Dissertation (1985).
  35. Deligianis, C., Stanton, C. J., McGarty, C., Stevens, C. J. The impact of intergroup bias on trust and approach behaviour towards a humanoid robot. Journal of Human-Robot Interaction. 6 (3), 4-20 (2017).
  36. Haring, K. S., Matsumoto, Y., Watanabe, K. How do people perceive and trust a lifelike robot. Proceedings of the World Congress on Engineering and Computer Science. 1, 425-430 (2013).
  37. Gintis, H. Behavioral game theory and contemporary economic theory. Analyse & Kritik. 27 (1), 48-72 (2005).
  38. Weimann, J. Individual behaviour in a free riding experiment. Journal of Public Economics. 54 (2), 185-200 (1994).
  39. How to install Xrdp server (remote desktop) on Ubuntu 20.04. Linuxize. , Available from: https://linuxize.com/post/how-to-install-xrdp-on-ubuntu-20-04/ (2020).
  40. How to create users in Linux (useradd Command). Linuxize. , Available from: https://linuxize.com/post/how-to-create-users-in-linux-using-the-useradd-command/ (2018).
  41. How to create a shared folder between two local user in Linux. GeeksforGeeks. , Available from: https://www.geeksforgeeks.org/how-to-create-a-shared-folder-between-two-local-user-in-linux/ (2019).
  42. Johanson, G. A., Brooks, G. P. Initial scale development: Sample size for pilot studies. Educational and Psychological Measurement. 70 (3), 394-400 (2010).
  43. Glaeser, E. L., Laibson, D. I., Scheinkman, J. A., Soutter, C. L. Measuring trust. The Quarterly Journal of Economics. 115 (3), 811-846 (2000).
  44. Mayring, P. Qualitative Content Analysis: Theoretical Background and Procedures. Approaches to Qualitative Research in Mathematics Education: Examples of Methodology and Advances in Mathematics Education. Kikner-Ahsbahs, A., Knipping, C., Presmed, N. , Springer. Dordrecht. 365-380 (2015).
  45. Chandler, J., Paolacci, G., Peer, E., Mueller, P., Ratliff, K. A. Using nonnaive participants can reduce effect sizes. Psychological Science. 26 (7), 1131-1139 (2015).
  46. Belz, M., Pyritz, L. W., Boos, M. Spontaneous flocking in human groups. Behavioural Processes. 92, 6-14 (2013).
  47. Boos, M., Franiel, X., Belz, M. Competition in human groups-Impact on group cohesion, perceived stress and outcome satisfaction. Behavioural Processes. 120, 64-68 (2015).

Tags

السلوك ، العدد 188 ،
لعبة الثقة الجماعية: تكيف جماعي عبر الإنترنت للعبة Trust استنادا إلى نموذج HoneyComb
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Ritter, M., Kroll, C. F., Voigt, H., … More

Ritter, M., Kroll, C. F., Voigt, H., Pritz, J., Boos, M. The Collective Trust Game: An Online Group Adaptation of the Trust Game Based on the HoneyComb Paradigm. J. Vis. Exp. (188), e63600, doi:10.3791/63600 (2022).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter