Waiting
Login processing...

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

Behavior

משחק האמון הקולקטיבי: עיבוד קבוצתי מקוון של משחק האמון המבוסס על פרדיגמת חלת הדבש

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

Summary

משחק האמון הקולקטיבי הוא משחק אמון מבוסס מחשב ורב-סוכנים המבוסס על פרדיגמת חלת הדבש, המאפשרת לחוקרים להעריך את הופעתה של אמון קולקטיבי ומבנים קשורים, כגון הוגנות, הדדיות או איתות קדימה. המשחק מאפשר תצפיות מפורטות על תהליכים קבוצתיים באמצעות התנהגות תנועתית במשחק.

Abstract

הצורך להבין את האמון בקבוצות באופן הוליסטי הוביל לעלייה בגישות חדשות למדידת אמון קולקטיבי. עם זאת, מבנה זה לעתים קרובות אינו נלכד במלואו בתכונותיו המתהוות על ידי שיטות המחקר הזמינות. במאמר זה מוצג משחק האמון הקולקטיבי (CTG), משחק אמון מבוסס מחשב, מרובה סוכנים, המבוסס על פרדיגמת חלת הדבש, המאפשרת לחוקרים להעריך את הופעתה של אמון קולקטיבי. ה- CTG מתבסס על מחקרים קודמים על אמון בין-אישי ומתאים את משחק האמון הידוע להגדרה קבוצתית בפרדיגמת חלת הדבש. המשתתפים לוקחים על עצמם תפקיד של משקיע או נאמן; שני התפקידים יכולים להיות משוחקים על ידי קבוצות. בתחילה, המשקיעים והנאמנים ניחנים בסכום כסף. לאחר מכן, המשקיעים צריכים להחליט כמה, אם בכלל, מההקדש שלהם הם רוצים לשלוח לנאמנים. הם מתקשרים את נטיותיהם כמו גם את החלטתם הסופית על ידי תנועה קדימה ואחורה בשדה משחק המציג סכומי השקעה אפשריים. בתום מועד החלטתם, הסכום עליו הסכימו המשקיעים מוכפל ונשלח לנאמנים. הנאמנים צריכים לתקשר כמה מההשקעה הזו, אם בכלל, הם רוצים להחזיר למשקיעים. שוב, הם עושים זאת על ידי תנועה על שדה המשחק. הליך זה חוזר על עצמו במשך סבבים מרובים, כך שאמון קולקטיבי יכול להתגלות כמבנה משותף באמצעות אינטראקציות חוזרות ונשנות. עם הליך זה, CTG מספק את ההזדמנות לעקוב אחר הופעתה של אמון קולקטיבי בזמן אמת באמצעות הקלטה של נתוני תנועה. ה- CTG ניתן להתאמה אישית רבה לשאלות מחקר ספציפיות וניתן להפעיל אותו כניסוי מקוון עם ציוד מועט בעלות נמוכה. מאמר זה מראה כי CTG משלב את העושר של נתוני אינטראקציה קבוצתית עם תוקף פנימי גבוה ויעילות זמן של משחקים כלכליים.

Introduction

משחק האמון הקולקטיבי (CTG) מספק את ההזדמנות למדוד אמון קולקטיבי באינטרנט בתוך קבוצה של בני אדם. הוא מכליל את משחק האמון המקורי של ברג, דיקאוט ומקייב1 (BDM) לרמה הקבוצתית ויכול ללכוד ולכמת את האמון הקולקטיבי בתכונותיו המתהוות 2,3,4, כמו גם מושגים קשורים כגון הגינות, הדדיות או איתות קדימה.

מחקרים קודמים בעיקר תופסים אמון כמבנה בין-אישי בלבד, למשל, בין מנהיג לחסיד 5,6, למעט רמות גבוהות יותר של ניתוח. במיוחד בהקשרים ארגוניים, ייתכן שזה לא מספיק כדי להבין אמון באופן הוליסטי, ולכן יש צורך גדול להבין את התהליכים שבאמצעותם אמון נבנה (ופוחת) ברמה הקבוצתית.

לאחרונה, מחקר אמון שילב חשיבה רב-שכבתית יותר. פולמר וגלפנד7 סקרו מספר מחקרים על אמון וסיווגו אותם לפי רמת הניתוח הנחקרת בכל מחקר. שלוש רמות הניתוח השונות הן בין-אישיות (דיאדית), קבוצתית וארגונית. חשוב לציין שפולמר וגלפנד7 מבחינים גם בין רפרנטים שונים. הרפרנטים הם אותם גופים שאליהם מופנה אמון. משמעות הדבר היא שכאשר "A סומך על B עד X", אז A (המשקיע במשחקים כלכליים) מיוצג על ידי הרמה (יחיד, קבוצה, ארגונית) ו- B (הנאמן) מיוצג על ידי הרפרנט (יחיד, קבוצה, ארגון). X מייצג תחום ספציפי שאליו מתייחסת אמון. משמעות הדבר היא ש- X יכול להיות כל דבר כגון נטייה חיובית בדרך כלל, תמיכה פעילה, אמינות או חילופי כספים כמו במשחקים כלכליים1.

כאן, אמון קולקטיבי מוגדר על סמך ההגדרה של רוסו ועמיתיו לאמון בין-אישי8, ובדומה למחקרים קודמים על אמון קולקטיבי 9,10,11,12,13,14; אמון קולקטיבי כולל את כוונת הקבוצה לקבל פגיעות המבוססת על ציפיות חיוביות לגבי כוונותיו או התנהגותו של אדם, קבוצה או ארגון אחרים. אמון קולקטיבי הוא מצב פסיכולוגי המשותף לקבוצה של בני אדם ונוצר באינטראקציה בין קבוצה זו. ההיבט המכריע של האמון הקולקטיבי הוא אפוא השיתוף בתוך הקבוצה.

משמעות הדבר היא שמחקר על אמון קולקטיבי צריך להסתכל מעבר לממוצע פשוט של תהליכים אינדיבידואליים ולהמשיג את האמון הקולקטיבי כתופעה מתפתחת 2,3,4, שכן התפתחויות חדשות במדע הקבוצתי מראות שתהליכים קבוצתיים הם נזילים, דינמיים ומתהווים 2,15. אנו מגדירים את ההופעה כ"תהליך שבו אלמנטים של מערכת ברמה נמוכה יותר מתקשרים ובאמצעות דינמיקה זו יוצרים תופעות המתבטאות ברמה גבוהה יותר של המערכת"16 (עמ ' 335). לכאורה, זה צריך לחול גם על אמון קולקטיבי.

מחקר המשקף את ההתמקדות בהופעה ובדינמיקה של תהליכים קבוצתיים צריך להשתמש במתודולוגיות מתאימות17 כדי ללכוד תכונות אלה. עם זאת, נראה כי המצב הנוכחי של מדידת אמון קולקטיבית מפגר מאחור. רוב המחקרים השתמשו בטכניקת ממוצע פשוטה על פני הנתונים של כל פרט בקבוצה 9,10,12,13,18. ניתן לטעון כי לגישה זו יש תוקף ניבוי מועטבלבד 2 מכיוון שהיא מתעלמת מכך שקבוצות אינן רק צבירות של יחידים אלא ישויות ברמה גבוהה יותר עם תהליכים ייחודיים. כמה מחקרים ניסו להתמודד עם חסרונות אלה: מחקר של אדמס19 השתמש בגישה משתנה סמוי, בעוד קים ועמיתיו10 השתמשו vignettes כדי להעריך אמון קולקטיבי. גישות אלה מבטיחות בכך שהן מכירות באמון קולקטיבי כמבנה ברמה גבוהה יותר. עם זאת, כפי שמציינים צ'אטי ועמיתיו20, למדדים מבוססי סקרים אין תמריצים לענות בכנות, ולכן מחקרים על אמון אימצו יותר ויותר אמצעים התנהגותיים או תואמי תמריצים21,22.

חשש זה מטופל על ידי מספר מחקרים אשר התאימו שיטה התנהגותית, כלומר BDM1, להיות שיחק על ידי קבוצות23,24,25,26. ב-BDM, שני צדדים פועלים כמשקיעים (A) או כנאמנים (B). במשחק כלכלי רציף זה, גם א' וגם ב' מקבלים הקדשה ראשונית (למשל, 10 אירו). לאחר מכן, א' צריך להחליט כמה, אם בכלל, מההקדש שלהם הם רוצים לשלוח ל-B (למשל, 5 יורו). סכום זה משולש על ידי הנסיין, לפני ש-B יכול להחליט כמה, אם בכלל, מהכסף שהתקבל (למשל, 15 אירו) הוא רוצה לשלוח בחזרה ל-A (למשל, 7.5 אירו). סכום הכסף ש-A שולח ל-B הוא רמת האמון של A כלפי B, בעוד שהסכום ש-B שולח בחזרה יכול לשמש למדידת המהימנות של B או מידת ההוגנות בדיאדה של A ו-B. גוף גדול של מחקר חקר התנהגות במשחקי אמון דיאדיים27. ניתן לשחק את ה-BDM הן כמשחק שנקרא 'ירייה אחת', שבו המשתתפים משחקים את המשחק רק פעם אחת עם אדם מסוים, והן בסיבובים חוזרים ונשנים, שבהם היבטים כגון הדדיות28,29 כמו גם איתות קדימה עשויים לשחק תפקיד.

במחקרים רבים שהתאימו את ה-BDM לקבוצות23,24,25,26, המשקיע, הנאמן או שני התפקידים שיחקו על ידי קבוצות. עם זאת, אף אחד מהמחקרים הללו לא תיעד תהליכים קבוצתיים. פשוט החלפת יחידים בקבוצות בעיצובי מחקר אינה עומדת בסטנדרטים שקולבה ובוס17 או קוזלובסקי15 הציבו לחקירות של תופעות מתפתחות. כדי למלא את הפער הזה, CTG פותחה.

מטרת פיתוח ה- CTG הייתה ליצור פרדיגמה שתשלב את ה- BDM1 הנפוץ עם גישה הלוכדת אמון קולקטיבי כמבנה מבוסס התנהגות מתפתח המשותף לקבוצה.

ה-CTG מבוסס על פרדיגמת חלת הדבש מאת בוס ועמיתיו30, שפורסמה גם בכתב העת Journal of Visualized Experiments31 והותאמה כעת לשימוש במחקרי אמון. כפי שתואר על ידי ריטר ועמיתיו32, פרדיגמת HoneyComb היא "פלטפורמת משחק וירטואלית מבוססת מחשב מרובת סוכנים שנועדה לחסל את כל ערוצי החושים והתקשורת למעט התפיסה של תנועות אווטאר שהוקצו על ידי המשתתפים בשדה המשחק" (עמ '3). פרדיגמת חלת הדבש מתאימה במיוחד לתהליכים קבוצתיים של מחקר, שכן היא מאפשרת לחוקרים לתעד את תנועתם של חברי קבוצה אמיתית באמצעות נתונים מרחביים-זמניים. ניתן לטעון כי לצד ניתוח אינטראקציה קבוצתית17, חלת דבש היא אחד הכלים הבודדים המאפשרים לחוקרים לעקוב אחר תהליכים קבוצתיים בפירוט רב. בניגוד לניתוח אינטראקציה קבוצתית, ניתוח כמותי של הנתונים המרחביים-טמפורליים של חלת דבש הוא פחות עתיר זמן. בנוסף, הסביבה הרדוקציוניסטית והאפשרות להדיר כל תקשורת בינאישית בין המשתתפים למעט התנועה בשדה המשחק מאפשרת לחוקרים להגביל גורמים מבלבלים (למשל, מראה פיזי, קול, הבעות פנים) וליצור ניסויים בעלי תוקף פנימי גבוה. בעוד שקשה לזהות את כל ההיבטים המשפיעים של תהליך קבוצתי במחקרים המשתמשים בעיצובי דיון קבוצתי33, ההתמקדות בעקרונות בסיסיים של אינטראקציה קבוצתית בפרדיגמת תנועה מאפשרת לחוקרים לכמת את כל ההיבטים של התהליך הקבוצתי בניסוי זה. בנוסף, מחקרים קודמים השתמשו בהתנהגות פרוקסמית34 - כך צמצום המרווח בינך לבין אדם אחר - כדי לחקור אמון35,36.

Figure 1
איור 1: סקירה סכמטית של ה-CTG. (A) הליך סכמטי של סיבוב CTG אחד. (B) מיקום ראשוני של אווטארים בתחילת הסיבוב. שלושת המשקיעים בצבע כחול עומדים על השדה הראשוני "0". הנאמן הצהוב עומד על השדה הראשוני "0". (C) צילום מסך בשלב ההשקעה המציג שלושה משקיעים (אווטארים כחולים) בחצי התחתון של שדה המשחק. אחד (אווטאר כחול גדול) עומד כרגע על "12", שני משקיעים עומדים כרגע על "24". לשני אווטארים יש זנבות (מסומנים על ידי חיצים כתומים). הזנבות מציינים מאיזה כיוון הם עברו לשדה הנוכחי שלהם (למשל, משקיע אחד (אווטאר כחול גדול) פשוט עבר מ-"0" ל-"12"). האווטאר ללא זנב עומד על המגרש הזה לפחות 4000 ms. (D) צילום מסך במהלך שלב החזרה המציג נאמן אחד (אווטאר צהוב) ואת החצי העליון של שדה המשחק. הנאמן עומד כיום על "3/6" ועבר לשם לאחרונה מ-"2/6" כפי שמציין הזנב. המספר הכחול למטה (36) מציין את ההשקעה שביצעו המשקיעים. המספר הצהוב, המסומן על ידי החץ, הוא ההחזרה הנוכחית (54) כפי שהיא מתוארת באמצע שדה המשחק. התשואה מחושבת באופן הבא: (להשקיע (36 סנט) x 3) x חלק תשואה נוכחי (3/6) = 54 סנט. (E) חלון קופץ הנותן משוב למשתתפים על הסכום שהרוויחו במהלך הסבב, המוצג במשך 15 שניות לאחר פקיעת פסק הזמן של הנאמן. אנא לחץ כאן כדי להציג גרסה גדולה יותר של נתון זה.

ההליך העיקרי של ה-CTG (איור 1A) מבוסס באופן הדוק על הנוהל של ה-BDM1, על מנת לקבל תוצאות דומות למחקרים קודמים שהשתמשו במשחק הכלכלי הזה. מכיוון שפרדיגמת חלת הדבש מבוססת על עקרון התנועה, המשתתפים מציינים את הסכום שהם רוצים להשקיע או להחזיר על ידי העברת האווטאר שלהם לשדה המשושה הקטן שמציין סכום מסוים של כסף או שבר להחזרה (איור 1C,D). לפני כל סבב, גם המשקיעים וגם הנאמנים ניחנו בסכום כסף מסוים (למשל, 72 סנט) כאשר המשקיעים ממוקמים בחצי התחתון של שדה המשחק והנאמנים ממוקמים בחצי העליון של שדה המשחק (איור 1B). בהגדרת ברירת המחדל, המשקיעים רשאים לנוע ראשונים, בעוד הנאמנים נשארים דוממים. המשקיעים נעים על פני שדה המשחק כדי לציין כמה, אם בכלל, מההקדש שלהם הם היו רוצים לשלוח לנאמן (איור 1C). באמצעות תנועה קדימה ואחורה בשטח, המשתתפים יכולים גם לתקשר למשקיעים אחרים כמה הם רוצים לשלוח לנאמן. בהתאם לתצורה, המשתתפים צריכים להגיע להחלטה פה אחד על כמה הם רוצים להשקיע על ידי התכנסות במגרש משחק אחד כאשר פסק הזמן מגיע. נדרשו החלטות פה אחד כדי לאכוף שהמשקיעים צריכים לתקשר זה עם זה, במקום פשוט לשחק אחד לצד השני. אם המשקיעים לא מגיעים להחלטה משותפת, מנוכה קנס (למשל, 24 סנט) מחשבונם. זה יושם כדי להבטיח שלמשקיעים תהיה מוטיבציה גבוהה להגיע לרמה משותפת של אמון קולקטיבי. ברגע שזמנם של המשקיעים נגמר, הכסף המושקע מוכפל ונשלח לנאמנים שיורשו לנוע בזמן שהמשקיעים נשארים דוממים. הנאמנים מציינים באמצעות תנועה כמה הם היו רוצים להחזיר למשקיעים (איור 1D). אפשרויות ההחזרה הזמינות מוצגות כשברים בשדה המשחק כדי לשמור על עומס קוגניטיבי נמוך יחסית על הנאמנים. שדה המשחק שבו עומדים הנאמנים ברגע שהזמן שהוקצב להם אוזל מציין איזה חלק (למשל, 4/6) מוחזר למשקיעים. הסיבוב מסתיים בחלון קופץ (איור 1E) שמסכם עבור כל משתתף כמה הוא הרוויח במהלך אותו סיבוב ומה יתרת החשבון הנוכחי שלו.

יש לחזור על סיבובים מספר פעמים. החוקרים צריכים לבקש מהמשתתפים לשחק את ה-CTG לפחות 10 או 15 סיבובים באותם תפקידים. זה הכרחי מכיוון שאמון קולקטיבי הוא מבנה מתפתח וצריך להתפתח במהלך אינטראקציות חוזרות ונשנות בתוך קבוצה. באופן דומה, מושגים אחרים כמו איתות קדימה (כלומר, קבלת תשואות גבוהות מנאמנים עם השקעות גבוהות בסבב הבא) יופיעו רק באינטראקציות חוזרות ונשנות. עם זאת, חשוב מאוד שהמשתתפים לא יהיו מודעים למספר המדויק של הסיבובים שיש לשחק, שכן הוכח שהתנהגות יכולה להשתנות באופן דרסטי כאשר המשתתפים מודעים לכך שהם משחקים בסיבוב האחרון (כלומר, התנהגות לא הוגנת יותר או סטיות במשחקים כלכליים37,38).

בדרך זו, CTG מספק מידע על הופעתה של אמון קולקטיבי בכמה רמות. ראשית, רמת האמון הקולקטיבי שהוצגה בסבב האחרון צריכה להיות ייצוג הדוק של רמת האמון המשותפת שהמשקיעים מחזיקים כלפי הנאמן(ים). שנית, הסכום שהושקע בכל סיבוב יכול לשמש פרוקסי להופעת אמון קולקטיבי על פני אינטראקציות חוזרות ונשנות. שלישית, נתוני התנועה שופכים אור על התהליך הקבוצתי שקובע כמה כסף מושקע בכל סבב.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

איסוף נתונים וניתוח נתונים בפרויקט זה אושרו על ידי ועדת האתיקה של מכון גיאורג-אליאס-מולר לפסיכולוגיה של אוניברסיטת גטינגן (הצעה 289/2021); הפרוטוקול עוקב אחר ההנחיות למחקר בבני אדם של ועדות האתיקה של מכון גיאורג-אליאס-מולר לפסיכולוגיה. ניתן להוריד את תוכנת CTG מפרויקט OSF (DOI 10.17605/OSF. IO/U24PX) תחת הקישור: https://s.gwdg.de/w88YNL.

1. הכן את ההגדרה הטכנית

  1. הכנת טפסי הסכמה מקוונים ושאלונים
    1. הכן טופס הסכמה מקוון בכלי שאלון מקוון.
    2. במידת הצורך, הכינו שאלון מקוון בכלי שאלון מקוון.
      הערה: ניתן לכלול שאלון קצר במסגרת תוכנית חלת הדבש (ראה שלב 1.3.5). כדי להשתמש בשאלונים ארוכים יותר, השתמש במקום זאת בכלי שאלון מקוון נפרד. דוגמאות לכלי שאלון מקוונים ניתנות בטבלת החומרים.
  2. הכנת שרת שולחן עבודה מרוחק
    1. התקן מערכת הפעלה מבוססת Linux בשרת מרוחק. במידת האפשר, שאל עוזרים טכניים על המשאבים הזמינים במוסד. אחרת, פעל בהתאם להנחיות התקנה39.
    2. צור משתמשים שונים בשרת זה40.
      1. צור מנהל משתמש שיש לו הרשאות שורש והגישה אליו היא אך ורק על ידי ההפניה הטכנית בניסוי.
      2. צור נסיינית משתמש שיש לה הרשאות ליצירת תיקיות משותפות, לייבא ולייצא נתונים, וכל אנשי הצוות האוספים נתונים (כולל סטודנטים/עוזרי מחקר וכו').
      3. צור משתמשים מרובים בשם משתתף-1 , משתתף-2 וכו '.
        הערה: חוקרים יוכלו לבדוק רק כמה משתתפים בהפעלה ניסיונית אחת כמו משתמשים שנוצרו.
    3. בצע את הפקודה java -version במשתמש מנהל המערכת כדי להבטיח שסביבת זמן ריצה של Java תהיה זמינה בשרת. אם לא, התקן את גרסת Java העדכנית ביותר לפני שתמשיך וודא שכל המשתמשים יכולים לגשת אליה.
    4. התקן את התוכנית
      1. הורד את התוכנית.
        הערה: ניתן להוריד את התוכנית כקובץ zip HC_CTG.zip המכיל 1) HC.jar הניתן להפעלה, 2) שלושה קבצים לתצורה (hc_server.config, hc_panel.config ו- hc_client.config), ו- 3) שתי תיקיות משנה בשם intro ו- rawdata.
      2. צור תיקיה על משתמש הנסיין ושתף אותה עם המשתמשים האחרים41. חלץ את הקבצים מהקובץ הדחוס HC_CTG.zip לתיקיה זו.
      3. עבור כל משתמש משתתף, גש לתיקיה משותפת זו ובדוק שהמשתמש יכול לגשת לקבצים.
  3. פתח את שלושת קבצי התצורה.
    1. ערוך את hc_server.config ושמור את הקובץ הערוך.
      1. הגדר את מספר השחקנים על ידי הגדרת n_Pl למספר הרצוי. לדוגמה, הזן 4 מאחורי =.
      2. הגדר את מספר הסיבובים למשחק (playOrder) על-ידי חזרה על מספר המשחק 54a (לדוגמה, 54a, 54a, 54a, 54a במשך ארבעה סיבובים).
        הערה: i54a מייצג את ההוראות ואין למחוק אותו בקובץ התצורה.
      3. הגדר אם יש להציג שאלון בחלת דבש על-ידי הכללת 200 בסוף playOrder. מחק 200 אם נעשה שימוש בכלי שאלון מקוון נפרד.
      4. הגדר את סולם ההשקעה. כדי להגדיר את קנה המידה עבור משקיעים (iscale), הזן אילו ערכים צריכים להיות זמינים כצעדי השקעה (לדוגמה, 0, 12, 24, 36, 48, 60, 72). השתמש במספרים שלמים שהם כפולות של שלושה, כך שהתשלומים יהיו גם מספרים שלמים.
        הערה: ערכים מוגדרים אלה מוצגים גם כשלבי השקעה אפשריים למשקיעים.
        1. הגדר את קנה המידה של התצוגה עבור נאמנים (tlabel) על-ידי בחירת הערכים שיוצגו כהחזרות אפשריות בשדה המשחק (לדוגמה, 0, 1/6, 2/6, 3/6, 4/6, 5/6, 1). הערה: סולם זה אינו משפיע על חישוב התשלומים.
        2. הגדר את קנה המידה עבור נאמנים (tscala) על-ידי בחירת ערכי ההחזרה שיהיו אפשריים כהחזרות (לדוגמה, 0, 0.166666, 0.3333, 0.5, 0.6666, 0.833331, 1). השתמש בערכים דיגיטליים בלבד (כלומר, ללא שברים).
          הערה: ערכים אלה משמשים לחישוב תשלומים ואינם מוצגים בשדה המשחק.
      5. הגדר את הזמן הנכנס (timeInI למשקיעים, timeInT לנאמנים) ופסקי זמן (timeOutI למשקיעים, פסק זמן לנאמנים ) תוך שניות. לדוגמה, timeInI = 0, timeOutI = 30, timeInT = 30, וזמן קצוב = 45.
      6. הגדר את כמות הכסף שמשקיעים ונאמנים ניחנים בו בכל סיבוב בסנטים (r52).
      7. הגדר את הגורם שבו ההשקעה מוכפלת לפני שליחתה לנאמן (f52).
      8. הגדר אם הקבוצה צריכה להגיע להחלטה פה אחד (הגדר bUnanimous ל - true) או לא (הגדר פה אחד ל- false)
      9. הגדר אם הקבוצה משולמת בחלקים שווים (הגדר bCommon ל- true) או לפי הסכום שכל משקיע תרם להשקעה (הגדר bCommon ל- false).
      10. אם bUnanimous מוגדר כנכון, הגדר את הקנס - סכום הכסף שנוכה מהמשקיעים אם לא תתקבל החלטה פה אחד (עמ' 52).
    2. ערוך hc_client.config במידת הצורך. הקפד להגדיר ip_nr ל - localhost כדי שהלקוחות יוכלו להתחבר לנסיין.
    3. ערוך hc_panel.config.
      1. התאם את גודל המשושים (רדיוס) בהתאם לרזולוציית המסך. בדוק את הניסוי על מספר מסכים שונים כדי להבטיח שהניסוי יהיה גלוי על מגוון רחב של מסכים.
      2. התאם את הטקסט המוצג בשדה המשחק תחת תוויות (לדוגמה, תפקידך הוא: משקיע, יתרת חשבון וכו ')
    4. התאם ו/או תרגם את ההוראות, במידת הצורך. לשם כך, ערוך ושמור את קבצי ה-HTML הפשוטים (איור 2A) בתיקיית "מבוא" בתוך תיקיית התוכנית HoneyComb.
    5. אם ברצונך להשתמש בשאלון במסגרת תוכנית חלת דבש, התאם ו/או תרגם את השאלון בקובץ qq.txt ושמור את הקובץ.
    6. שמור על הגדרה זו קבועה בכל מפגשי הניסוי (בתנאי ניסוי אחד). תעד את כל התצורות.

2. גיוס משתתפים

  1. פרסומת מקוונת
    1. גייס משתתפים בערוצים זמינים (למשל, מדיה חברתית, בלוג באוניברסיטה, עלון עם קוד QR). תן שם למידע חשוב על הניסוי, כגון מטרתו, משך הזמן והתשלום המרבי המחושב על פי התנהגות המשחק.
      הערה: המדגם המוצג כאן גויס באמצעות בלוג מקוון לסטודנטים לפסיכולוגיה באוניברסיטת גטינגן, כמו גם פרסומות ללא תשלום בקבוצות מדיה חברתית. עלון לדוגמה ניתן לראות באיור משלים 1.
    2. הפוך את המשתתפים הפוטנציאליים מודעים לכך שהשתתפות תדרוש שימוש במחשבים ניידים/מחשבים אישיים עם חיבור אינטרנט יציב ובאזור שקט ומבודד. הודע למשתתפים שייתכן שיהיה עליהם להתקין תוכנית כדי ליצור את החיבור ל'שולחן עבודה מרוחק'.
      הערה: השתתפות באמצעות טלפונים ניידים או טאבלטים אינה אפשרית.
    3. ודא שהמשתתפים עומדים בקריטריוני ההכללה של הניסוי, כגון דרישות שפה או ראיית צבע.
    4. ודא שהמשתתפים לא השתתפו בניסויים קודמים ב- CTG.
  2. הזמינו מפגשים ניסיוניים עם המשתתפים
    1. בקשו מהמשתתפים להזמין משבצות זמן להשתתפותם.
    2. השתמש בתוכנה לניהול משתתפים כדי לשלוח הודעות דואר אלקטרוני אוטומטיות של הזמנות או תזכורות.
    3. משבצות זמן נוספות של משתתף אחד לפחות כדי להבטיח נוכחות של מספיק משתתפים כדי להפעיל את הניסוי.
  3. שלח למשתתפים הודעת אישור בדואר אלקטרוני עם הפרטים הבאים: מדריך על הגדרת המחשב, התקנת כלי החיבור לשולחן עבודה מרוחק ויצירת חיבור לשולחן עבודה מרוחק. הקפד לא לשלוח עדיין פרטי התחברות, על מנת להימנע מבעיות טכניות עקב כניסה קודמת.
  4. שלח למשתתפים הודעות דואר אלקטרוני תזכורת כ-24 שעות לפני הניסוי, כולל הקישור לפלטפורמת שיחות הוועידה בווידאו. כלול את המידע אודות ההתקנה שנשלח בדואר האלקטרוני לאישור.

3. מערך ניסויי (לפני כל מפגש ניסיוני)

  1. הכן את פלטפורמת שיחות הוועידה בווידאו (איור 3)
    1. ודא שהמשתתפים חסומים מלשתף את המיקרופון או המצלמה שלהם. ודאו שהמשתתפים אינם יכולים לראות זה את שמותיו של זה.
    2. שתף את המיקרופון והמצלמה של הנסיין, ושתף את המסך עם הוראות מינימליות בפלטפורמת שיחות הוועידה בווידאו (איור 3).
  2. הכנת שולחן העבודה המרוחק
    1. נסיינית משתמש
      1. התחל חיבור לשולחן עבודה מרוחק עם המשתמש הנסיין. פתח את התיקיה המשותפת והתחל מסוף על ידי לחיצה ימנית בספרייה ובחירה באפשרות פתח מסוף כאן.
      2. הפעל את תוכנית השרת HC_Gui.jar על ידי הקלדת הפקודה java -jar HC_Gui.jar במסוף והקשה על ENTER.
    2. משתמשים משתתף-1 , משתתף-2 וכו'.
      1. צור חיבור שולחן עבודה מרוחק עם משתמשים משתתף-1, משתתף-2, .... פתח את התיקיה המשותפת והפעל מסוף בתיקיה זו כמו קודם.
      2. הפעל את תוכניות הלקוח עבור כל משתמש על-ידי הקלדת הפקודה java -jar HC .jar במסוף והקשה על ENTER.
      3. בדוק אם החיבורים נוצרו כראוי בכל המשתמשים המשתתפים.
        הערה: המסכים של המשתמשים המשתתפים צריכים להציג את ההודעה אנא המתן. המחשב מתחבר לשרת. מומלץ שיהיו כמה שיותר מחשבים ניידים נוכחים כמו משתמשים (איור 4).
    3. נסיינית משתמש
      1. ודא שמופיעה שורה בממשק המשתמש הגרפי של השרת, המציגה את כתובת ה- IP של כל אחד מהמשתמשים המשתתפים. כאשר כל המשתמשים המשתתפים מחוברים, ודא שתוכנית השרת מציגה את ההודעה כל הלקוחות מחוברים. מוכנים להתחיל?. לחץ על OK.
      2. בדוק שהמסכים של המשתמשים המשתתפים מציגים את מסך הפתיחה של הניסוי (דף ההוראות הראשון).
        הערה: הנסיין יכול להכין את הפגישה עד לנקודה זו.

4. הליך ניסיוני

  1. הכניסו את המשתתפים לוועידת הווידאו במשבצת הזמן המתוכננת לניסוי. ברוך הבא את כל המשתתפים באמצעות טקסט סטנדרטי. הסבר את ההליך הטכני למשתתפים.
  2. שתף את הקישור לטופס ההסכמה המקוון. בדוק שכל המשתתפים נתנו הסכמה בכתב.
  3. הדרך את המשתתפים לפתוח את הכלי 'חיבור לשולחן עבודה מרוחק' ולשלוח לכל משתתף את נתוני הכניסה האישיים שלו באמצעות צ'אט אישי בוועידת הווידאו.
    הערה: כאשר המשתתפים מתחברים למשתמשים המשתתפים, המחברות במעבדה יאבדו את החיבור למשתמשים המשתתפים. מכאן והלאה, הניסוי פועל באופן אוטומטי עד שהמשתתפים מגיעים לעמוד הסופי, המורה להם לחזור לשיחת הווידאו קונפרנס.
  4. בקש מהמשתתפים לאשר שהם קראו את דף ההוראות הראשון על ידי לחיצה על אישור. לאחר שכל המשתתפים אישרו, המתן עד שהמשתתפים ישלימו את המשחק.
    הערה: המשתתפים יכולים לדפדף בהוראות בקצב המועדף עליהם. לאחר שכל המשתתפים אישרו שהם קראו את ההוראות, ה- CTG מתחיל באופן אוטומטי. המשחק מתקדם באופן אוטומטי דרך סיבובים רבים כפי שמצוין בקובץ server.config.
  5. שלב הבדיקה
    1. הקצה משתתפים לאחד משני תפקידים: משקיע או נאמן.
      הערה: ניתן להקצות למשתתפים מרובים את אותו תפקיד.
    2. בקש מהמשקיעים להתחיל בשדה התחתון ביותר (השקעה מסומנת של 0) ולנאמנים בשדה המעלה ביותר (המציין תשואה של 0) (איור 1B).
    3. הנחו את המשתתפים להזיז את האווטאר שלהם על ידי לחיצה ימנית לתוך שדה משושה סמוך. הנחו את המשתתפים כי ניתן לבחור רק שדות סמוכים ולא לדלג על שדות. הנחו את המשתתפים שהאווטאר שלהם יציג זנב קטן במשך 4000 מילישניות לאחר כל מהלך שמציין את הכיוון האחרון שממנו הם עברו לשדה הנוכחי (איור 1C).
    4. אפשר למשקיעים לנוע מההתחלה (time-in = 0) כדי לציין באמצעות תנועה כמה הם רוצים להשקיע. לאחר פרק זמן מסוים, לאסור על תנועת המשקיעים (פסק זמן).
      הערה: השדה שעליו הם עומדים יציין לאחר מכן כמה מושקע. באמצע המגרש, מספר כחול יציג בנוסף את הסכום שנשלח לנאמן. אם הניסוי יוגדר כך שיחייב השקעות פה אחד, ההשקעות יבוצעו רק אם כל המשתתפים יעמדו על אותו שדה.
    5. הסבירו בהוראות כי הסכום המושקע מוכפל בפקטור (למשל, שלושה) ונשלח לנאמנים. להגביל את הנאמנים מלעבור דירה כל עוד המשקיעים נעים על ידי הגדרת זמן הנאמן למשך פסק הזמן של הנאמן.
    6. הנחו את הנאמנים לעבור כדי לציין את החלק שהם רוצים להחזיר למשקיעים. לאחר ההגעה לפסק הזמן של הנאמן, השדה שעליו עומדים הנאמנים נלקח כדי לציין את החלק שמוחזר למשקיעים. הסכום המוחזר מצוין גם במרכז שדה המשחק על ידי מספר צהוב (איור 1D).
    7. בקשו מהחלון הקופץ להציג את סכום הכסף שהאדם הרוויח בסוף הסיבוב (איור 1E).
    8. חזור על סיבוב המשחק לפי הצורך (כלומר, כפי שמצוין בקובץ server.config).
    9. לאחר השלמת כל הסיבובים, בקש מהמשתתפים ליצור קוד ייחודי אישי, כך שניתן יהיה לחבר את הרווחים במשחק לשמם תוך שמירה על אנונימיות הנתונים ההתנהגותיים.
    10. לאחר שהמשתתפים יצרו את הקוד, הצג מסך המורה למשתתפים לחזור לשיחת הוועידה בווידאו ולסגור את החיבור לשולחן עבודה מרוחק.
      הערה: הליך הניסוי (סעיף 4 בפרוטוקול זה עם 15 סיבובי משחק) אורך 35 דקות.
    11. אם בעיות טכניות או כשל של משתתף מחייבים את ביטול הניסוי, הימנע מלהפעיל מחדש את הניסוי עם אותם משתתפים.
  6. שלב לאחר הבדיקה
    1. לאחר השלמת המשחק, ודא שכל המשתתפים סגרו את החיבור לשולחן עבודה מרוחק. בקש מהמשתתפים למלא שאלונים כפי שהם נראים לנכון לשאלת מחקר ספציפית.
    2. בזמן שהמשתתפים ממלאים את השאלונים, סגור את תוכנית השרת על משתמש הנסיין על ידי לחיצה על עצור וצא. פעולה זו גם תסגור את התוכנית על המשתמשים המשתתפים.
    3. הודו למשתתפים על זמנם והסבירו כיצד ומתי יועברו אליהם הרווחים שלהם. ודא שכל המשתתפים עזבו את שיחת הוועידה בווידאו, במיוחד אם מתוכננת משבצת זמן נוספת לניסוי מיד לאחר מכן.

5. סיום הניסוי

  1. העבר וגבה את הנתונים (לדוגמה, בענן), בצורה של קובץ *.csv אחד וקובץ *.txt אחד לכל קבוצה ומשבצת זמן לניסוי, המסומנת בחותמת יום וזמן של הניסוי.
  2. סגור את כל חיבורי שולחן העבודה המרוחק.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

מאמר זה מציג תוצאות של מחקר פיילוט שנערך עם CTG עם 16 משתתפים (חמישה גברים, 11 נשים; גיל: M = 21, SD = 2.07). על פי ג'והנסון וברוקס42, גודל מדגם זה מספיק בניסוי פיילוט, במיוחד כאשר הוא משולב עם גישה איכותית כדי להגיע לצפיפות מידע גבוהה על החוויה הסובייקטיבית של המשתתפים במהלך הניסוי. מומלץ כי בכל פעם שחוקרים מתכוונים להתאים את ה- CTG לרעיון המחקר הספציפי שלהם, למשל, על ידי התאמה אישית של מספר המשתתפים בכל קבוצה, יש לערוך מחקר פיילוט דומה לפני איסוף הנתונים העיקרי על מנת להבטיח איכות נתונים גבוהה.

על בסיס נתוני הפיילוט, מאמר זה מספק הן המחשה של שיטות ניתוח אפשריות של נתוני CTG והן אימות ראשון של הגדרת CTG. התוצאות המדווחות כאן כוללות נתוני תנועה והשקעה ממחקר הפיילוט של CTG (פלט לדוגמה מקבוצה אחת ניתן לראות בנתונים משלימים 1 ונתונים משלימים 2 וסקריפט עיבוד נתונים לדוגמה ניתן לראות בפרויקט OSF: https://s.gwdg.de/Cwx3ex) וכן נתוני שאלון על החוויה הסובייקטיבית של המשתתפים במהלך הניסוי והערות על המשחק.

לצורך פרסום זה, נעשה שימוש בנתוני פיילוט (N = 16) על מנת להדגים כיצד ניתן לבחון השערות מדעיות עם ה- CTG כאשר הושג גודל מדגם מספיק. יש לציין כי בדרך כלל יש צורך במדגמים גדולים בהרבה על מנת להגיע לעוצמה מספקת לניתוחים סטטיסטיים. התוצאות המדווחות כאן צריכות לשמש רק כהמחשה לניתוחים והדמיות אפשריים (איור 5). ה- CTG מתאים במיוחד לחקר תהליכים של אמון קולקטיבי, וכיצד הוא מתגלה או דועך בהתאם להתנהגותם של חברי הקבוצה האחרים או הנאמן.

ראשית, נבדקו התכונות של אמון קולקטיבי כתופעה מתפתחת. ההשערה היא שהשקעות במשחק האמון הקולקטיבי משתנות עם הזמן (כלומר, מתגלות). משמעות הדבר היא שהשקעות בסיבוב הראשון, האמצעי (כלומר, השביעי) וה-15 צריכות להיות שונות באופן משמעותי זו מזו. השערה זו נבדקה עם מבחני t מדגם זוגי (בונפרוני תוקן). בשל גודל המדגם הקטן (N = 16 בארבע קבוצות), לא ניתן היה למצוא הבדלים משמעותיים בנתוני הפיילוט בין הראשון (M = 27.0, SD = 20.49), השביעי (M = 39, SD = 30.0; הפרש לסיבוב 1: t(3) = -0.511, p = 1), והסיבוב החמישה עשר (M = 42, SD = 31.75; הפרש לסיבוב 1: t(3) = -0.678, p = 1; הפרש לסיבוב 7: t(3) = -0.397, p = 1). הנתונים נותחו מחדש באמצעות ההשקעות שנעשו פה אחד בלבד. לא נמצאו הבדלים משמעותיים בין הסיבובים, ככל הנראה גם בשל המדגם הקטן (M 1 = 24, SD1 = 24; M 7 = 52, SD7 = 18.33; M 15 = 56, SD15 = 18.33). את הנתונים הנלווים ניתן לראות באיור 5A. במחקרים עם גודל מדגם מספיק, הבדל משמעותי בין סבבים ועלייה או ירידה מתמשכת בהשקעות על פני סבבים יצביעו על הופעת אמון קולקטיבי בניסוי מכיוון שמשקיעים בקבוצה יכולים לקיים אינטראקציה חוזרת ונשנית, ולכן לבסס רמה משותפת של אמון.

בנוסף, ניתן לחקור את הופעתו של אמון קולקטיבי גם באמצעות נתוני תנועה, כפי שניתן לראות באיור 5B, המציג שלושה סמנים התנהגותיים של תהליך ההחלטה: (א) זמן החלטה (אדום; זמן עד המהלך האחרון של המשקיעים; M = 12.25, SD = 7.05) כתפעול של אורך התהליך, (ב) אורך תנועה (ירוק; זמן ממוצע בין שני מהלכים: M = 2.42, SD = 2.16) כפעולה של דיון, ו- (ג) שינויי כיוון (כחול; מספר הפעמים שכיוון תנועה השתנה; M = 0.25, SD = 0.66) כהפעלה של התאמה למשקיעים אחרים במהלך החלטה. אם האמון הקולקטיבי מתגלה בסבבים, התהליך כפי שהוא מכמת על ידי שלושת הסמנים ההתנהגותיים צריך להיות פחות מורכב עם הזמן, שכן אמון קולקטיבי צריך להיות הבסיס להחלטת ההשקעה הקבוצתית. משמעות הדבר היא שאם אמון קולקטיבי הוא מבנה מתפתח, עלינו לראות קבוצות לוקחות זמן רב יותר להחלטות השקעה בסבבים קודמים מכיוון שעדיין לא נוצרה רמה משותפת של אמון (כלומר, אמון קולקטיבי). במהלך אינטראקציות, החלטות השקעה צריכות להיות קצרות יותר (כפי שנמדד על ידי זמן ההחלטה) וקלות יותר (כפי שנמדד על ידי אורך המהלך ושינויי כיוון) ככל שהתפתחה רמה משותפת של אמון קולקטיבי ויש צורך בפחות אינטראקציה או תיאום כדי לקבוע השקעה קבוצתית. לכן, חוקרים צריכים להשתמש במדגם גדול יותר כדי למדל את ההתקדמות של סמנים התנהגותיים על פני סיבובים. שיפוע שלילי עשוי להצביע על הופעתו של אמון קולקטיבי כבסיס להחלטות השקעה קבוצתיות.

שנית, נותחו התנהגות הנאמן והתלות בהתנהגות הנאמנים והמשקיעים. ההשערה הייתה שהנאמנים יחזירו סכום כסף לא אפסי למשקיעים, כפי שנמצא במחקר על משחקי נאמנות בודדים 1,43. מבחן t של מדגם אחד אכן הראה כי הנאמנים החזירו משמעותית יותר מאפס (M = 43.89, SD = 35.38) למשקיעים; t(59) = 9.608, p < .001. הדבר בלט עוד יותר כאשר נכללו רק תשואות אלה שקדמו להן השקעות שאינן אפס (M = 62.70, SD = 24.36; t(46) = 16.677, p < .001). איור 5C מראה כי הנאמנים בחרו לרוב להחזיר 4/6 מההשקעה.

בנוסף, נבדק האם התשואות של הנאמנים מבוססות על הדדיות, שכן השקעה גבוהה יותר בסיבוב אחד מתואמת עם שברי תשואה גבוהים יותר (כלומר, 0/6, 1/6, 2/6, ...) באותו סיבוב. נראה שיש מתאם משמעותי בין השקעות לתשואות, כפי שניתן לראות באיור 5D, פאנל שמאלי; t(58) = 9.446, p < .001, r = .78. הדבר מצביע על כך שייתכן שהנאמנים היו מחזירים השקעות גבוהות עם תשואות גבוהות. עם זאת, ייתכן שהדבר נובע מהסבבים שבהם המשקיעים השקיעו אפס או לא הגיעו להחלטה פה אחד, כך שלנאמן לא הייתה אופציה להחזיר דבר. לבסוף, נותח האם שברים בעלי תשואה גבוהה יותר נתפסים כאיתותים קדימה על ידי המשקיעים, כך ששברים בעלי תשואה גבוהה יותר בסיבוב t מתואמים עם השקעות גבוהות בסיבוב t+1. כפי שניתן לראות באיור 5D, פאנל ימני, זה לא אומת על ידי הנתונים; t(54) = 0.207, p = .837, r = .028.

לסיכום, הנתונים הכמותיים מה- CTG מורכבים הן מנתוני תנועה והן מנתוני השקעה של כל משתתף בכל סיבוב. בעוד שנתוני השקעה מספקים מקבילות ליישומים קודמים של משחק האמון האינדיבידואלי, נתוני תנועה מאפשרים לחוקרים לבחון את תהליך האמון הקולקטיבי. יש לציין כי הנתונים נאספים בקבוצות בפועל, מה שמגדיל את התוקף החיצוני, אך מחייב לשקול את מבנה הנתונים המקוננים. זה לא נעשה עבור הניתוחים המדווחים מכיוון שגודל המדגם הקטן של נתוני הפיילוט מגביל את היישום של מודלים ליניאריים בעלי אפקטים מעורבים.

בנוסף, במדגם הפיילוט נאספו נתונים על החוויה הסובייקטיבית באמצעות שאלון לאחר הניסוי (קובץ משלים 1) שכלל 13 פריטים בסך הכל, מתוכם 11 שאלות פתוחות. לצד החוויה הסובייקטיבית במהלך הניסוי, הפריטים נשאלו על היבטים ספציפיים של ה-CTG שעשויים להשפיע על איכות הנתונים, כגון עקרונות ההתנהגות הסובייקטיביים של המשתתפים במהלך המשחק, כוונה אמינה של הניסוי או בהירות של הוראות. שתי שאלות בפורמט סגור העריכו בסולם לייקרט בן חמש נקודות האם המשתתפים תפסו את ההשקעה באמצעות תנועה כאינטואיטיבית (-2: "בכלל לא" עד +2: "מאוד") והאם הזמן שניתן למשתתפים לנוע במשחק נראה מספיק (-2: "הרבה יותר מדי קצר"; 0: "בערך נכון"; +2: "הרבה יותר מדי זמן").

באופן כללי, המשתתפים דיווחו על חוויות סובייקטיביות בהתאם לכוונת הניסוי ולקלות של ביצוע ההוראות, תוך שהם מראים תמימות מספקת של כוונת המחקר. המשתתפים דיווחו בממוצע שהמשחק "די אינטואיטיבי" (M = 0.69, SD = 0.79) ותפסו את הזמן כ"בערך נכון" (M = -0.31, SD = 0.79).

תשובות המשתתפים לשאלות הפתוחות נותחו באופן איכותי על פי מאיירינג44. בסך הכל, המשתתפים היו מרוצים מתהליך הגיוס וההליך המקוון, שימור האנונימיות בניסוי, בהירות ההוראות והמידע שסופקו, וההיגיון של המשחק. רוב המשתתפים היו מרוצים מהעיצוב של האווטארים בכך שניתן היה להבחין ביניהם בקלות. עם זאת, רק מחצית מהמשתתפים דיווחו שהם מרגישים מיוצגים על ידי האווטאר שלהם והעירו כי סמלים או פני בעלי חיים עשויים היו להיות מעניינים יותר. בשל תוצאות אלה, החוקרים צריכים לשקול לכלול מדד של התגלמות המשתתפים ביישומים של CTG כדי לשלוט על חוויה זו תוך שמירה על תכנון ניסוי מינימליסטי.

רוב המשתתפים ציינו כי הם חוו את הדחף להתכנס באמצע שדה המשחק, (כלומר, באופציית ההשקעה הגבוהה ביותר). משתתפים שחוו זאת דיווחו כי הדחף להתכנס באמצע עלה בקנה אחד עם נכונותם להשקיע סכומים גבוהים. בנוסף, חלק מהמשתתפים דיווחו שבמקום להרגיש נמשכים לאמצע הם הרגישו שהם צריכים למשוך שחקנים משותפים לכיוון האמצע. בגלל אילוצים מעשיים של הניסוי ופשרות פוטנציאליות עם אינטואיטיביות, העיצוב הראשוני נשמר שבו השקעות גבוהות ותשואות מתכנסות באמצע.

המשתתפים דיווחו על שפע של הנחות לגבי מטרת המחקר, כגון השפעה קבוצתית על החלטות עצמיות, אמון או התנהגות של נאמנים. בעוד שההנחות הללו קרובות מבחינה נושאית להופעת האמון הנחקרת, המשתתפים דיווחו על אסטרטגיות התנהגותיות כגון מקסום רווחים או כוונות להשפיע על התנהגותם של שחקנים שותפים. אסטרטגיות אלה משתלבות היטב עם אופי המשחק הכלכלי של ה- CTG ואינן מנטרלות התנהגויות שהמחקר שאף לראות.

על בסיס תוצאות על ניסיון סובייקטיבי, ניתן להסיק כי CTG עונה על קריטריונים של תוקף פנימי. ניתוח הנתונים הכמותי המדווח כאן צריך לשמש רק המחשה לאופן שבו נתונים שנאספו באמצעות CTG יכולים להיות מנותחים סטטיסטית.

Figure 2
איור 2: דוגמה להוראות משחק . (א) קוד HTML שהוכן על ידי הנסיין. (B) קובץ HTML המוצג בדפדפן. (C) הוראות כפי שהוצגו למשתתפים במהלך הניסוי. שים לב ללחצנים בתחתית כדי לנווט בין ההוראות. אנא לחץ כאן כדי להציג גרסה גדולה יותר של נתון זה.

Figure 3
איור 3: צילום מסך של פלטפורמת וידאו קונפרנס. הנסיין שיתף את המצלמה, המיקרופון והמצגת שלו עם מידע בסיסי על פלטפורמת ועידות הווידאו והחיבור לשולחן עבודה מרוחק. אחד המשתתפים כבר הצטרף לוועידה אך נאסר עליו לשתף את המיקרופון, המסך או המצלמה שלו כדי לשמור על אנונימיות. אנא לחץ כאן כדי להציג גרסה גדולה יותר של נתון זה.

Figure 4
איור 4: התקנה במעבדה. לפני תחילת הניסוי, הנסיין יתחיל חיבור לשולחן עבודה מרוחק עם כל המחשבים הניידים. מחברת 1 מחוברת למשתמש בניסוי ונשארת מחוברת לאורך כל הניסוי. מחברות 2 עד 5 משמשות ליצירת ובדיקת הקשר עם משתמשים משתתפים ("משתתף-1" עד "משתתף-4"). כאשר משתתפים יוצרים חיבור למשתמשים משתתפים באמצעות כלי החיבור לשולחן עבודה מרוחק, מחשבים ניידים במעבדה יאבדו את החיבור. אנא לחץ כאן כדי להציג גרסה גדולה יותר של נתון זה.

Figure 5
איור 5: תוצאות המבוססות על נתוני פיילוט (N = 16 בארבע קבוצות). (A) חלקות כינור של השקעות קבוצתיות (סנטים) בסבבים 1, 7 ו-15. צורות כינור מציינות צפיפות הסתברות של השקעות, קווים מודגשים מציינים חציון, תיבות בכינורות מציינות טווח בין-קוורטילי, ושפמים מציינים טווח אינטר-קוורטילי פי 1.5. שמאל; כולם משקיעים. ימין; פה אחד משקיע. (B) שלושה סמנים שונים של נתוני תנועה שניתן להשתמש בהם כדי לכמת היבטים של תהליך החלטת ההשקעה בקבוצה. אדום; זמן החלטה (זמן עד המהלך האחרון בשניות). ירוק; ממוצע אורכי ההזזה (זמן ממהלך אחד למשנהו בשניות). כחול; מספר שינויי כיוון בתבנית התנועה (ספירה). (C) תדירות (ספירה) עלילת התשואות. שמאל; כל ההחזרות (כשברי החזרה) על פני סיבובים נספרות. ימין; רק תשואות אלה (כשברי תשואה) נספרות לפני שהנאמנים קיבלו השקעה. (D) פיזור של השקעות (סנטים) ותשואות (כשברי תשואה). קו כחול מציין ערכים חזויים (באמצעות מודל ליניארי עם נוסחה: y ~ x), סרט אפור מציין שגיאת תקן של תחזיות. שמאל; מתאם הדדיות. האם השקעות גבוהות מתואמות עם תשואות גבוהות באותו סיבוב? ימין; מתאם איתות קדימה. האם תשואות גבוהות מתואמות עם השקעות גבוהות בסבב הבא? אנא לחץ כאן כדי להציג גרסה גדולה יותר של נתון זה.

איור משלים 1: דוגמה לפרסום מקוון באמצעות עלון שפורסם בבלוג מקוון. עלון זה הוא דוגמה לאיזה מידע יש לכלול בפרסומת של עלון גיוס המשתתפים ובאיזה אופן ניתן להציג אותו. אנא לחץ כאן כדי להוריד קובץ זה.

קובץ משלים 1: השאלון המלא של מחקר הפיילוט. את השאלון המלא ששימש במחקר הפיילוט ניתן למצוא כאן. אנא לחץ כאן כדי להוריד קובץ זה.

נתונים משלימים1: פלט נתונים לדוגמה המכיל נתוני השקעה של קבוצה אחת (כלומר, ארבעה משתתפים: שלושה משקיעים (pid 0-2) ונאמן אחד (pid 4). זוהי דוגמה לקובץ נתונים גולמי המכיל א) מידע על סדר המשחק, ב) רשימת השחקנים, ג) ההתחלה ("StartSicht") והמיקומים הסופיים ("מגרש המשחקים המשותף האחרון") של כל השחקנים, כמו גם ד) השקעתם, רווחיהם ויתרת החשבון שלהם ("יתרות: תגמול עלות סלדו"). אנא לחץ כאן כדי להוריד קובץ זה.

נתונים משלימים 2: פלט נתונים לדוגמה המכיל נתוני תנועה של קבוצה אחת (כלומר, ארבעה משתתפים: שלושה משקיעים (pid 0-2) ונאמן אחד (pid 4). זוהי דוגמה לקובץ נתונים גולמי המכיל מתואם ("sj") של כל שחקן ("pid") בכל זמן נתון בניסוי. תחילתו של סיבוב חדש מסומנת על ידי "-1" כמו "pid". אנא לחץ כאן כדי להוריד קובץ זה.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

ה-CTG מספק לחוקרים את ההזדמנות להתאים את ה-BDM1 הקלאסי לקבוצות ולהתבונן לעומק בתהליכים מתפתחים בתוך הקבוצות. בעוד שעבודות אחרות23,24,25,26 כבר ניסו להתאים את ה-BDM 1 להגדרות קבוצתיות, הדרך היחידה לגשת לתהליכים קבוצתיים במחקרים אלה היא ניתוחי אינטראקציות קבוצתיות מייגעות של דיונים מוקלטים בווידאו. מכיוון שלעתים קרובות מדובר במשימה מייגעת וגוזלת זמן17, מחקרים באופן קבוע אינם מדווחים על היבטים אלה. ביחס לשיטות הקיימות הללו, ה-CTG הוא, למיטב ידיעת המחברים, הפרדיגמה הראשונה המאפשרת לחוקרים לעקוב אחר אמון קולקטיבי כתופעה מתפתחת בזמן אמת באמצעות נתוני תנועה. ה- CTG הוא, אם כן, יעיל יותר בזמן. בנוסף, שימוש בניתוחים כמותיים ללכידת תהליכים קבוצתיים מאפשר לחוקרים לרשום מראש ניתוחי תהליכים, דבר שלעתים קרובות קשה בגישות איכותיות יותר.

כדי שהפרדיגמה תפיק נתונים באיכות גבוהה, חיוני לעקוב מקרוב אחר הפרוטוקול. חמשת הצעדים הקריטיים הבאים מחייבים תשומת לב מיוחדת של החוקרים. ראשית, התצורות שנעשו במשחק צריכות להיות קבועות בכל מפגשי הניסוי ויש לתעד אותן. שנית, יש להחריג משתתפים שכבר השתתפו במחקרים דומים (כלומר, מחקרים המשתמשים בגרסת משחק אמון כלשהי) בשלב הגיוס מכיוון שהדבר עלול ליצור הטיות בהתנהגות ולהקטין את גודל האפקט45. שלישית, חוקרים צריכים להבטיח שהמשתתפים יהיו אנונימיים על ידי איסור על המשתתפים לשתף את המיקרופון, המצלמה והשם המלא שלהם במהלך ועידת הווידאו, שכן רמת האנונימיות הוכחה כמשפיעה על ההתנהגות במשחקים כלכליים27. רביעית, במהלך הפעלת המשחק, החוקרים צריכים לבדוק היטב כי נוצר קשר נכון בין המשתמש המשתתף למשתמש בניסוי על ידי וידוא שהמשתמש המשתתף מופיע בממשק המשתמש הגרפי של הנסיין. חמישית, עוזרי מחקר שאוספים את הנתונים צריכים לעבור הכשרה מקיפה כדי שיוכלו לפתור אתגרים טכניים עם המשתתפים. במקרה שהמשתתפים נתקלים בבעיות ביצירת החיבור לשולחן עבודה מרוחק, עוזרי מחקר צריכים להיות מסוגלים לספק תמיכה כדי לשמר את המשתתפים בקבוצה. אם אדם נושר עקב קשיים טכניים, ייתכן שיהיה צורך לתזמן מחדש את כל המשתתפים במשבצת הזמן של הניסוי, וכתוצאה מכך עלויות כספיות נוספות ואובדן זמן.

אם מתרחשים קשיים טכניים במהלך הפעלת המשחק, ודא כי (א) סביבת זמן ריצה נוכחית של Java מותקנת במחשב שולחן העבודה המרוחק שלך, (ב) כל המשתמשים יכולים לגשת ולהפעיל את הקבצים בתיקיות המשותפות, (ג) כל המשתמשים מבצעים את הפקודות באותה ספריה, ו- (ד) לכל המחשבים/המחשבים הנישאים הניגשים לחיבור לשולחן עבודה מרוחק יש חיבור אינטרנט יציב. לפתרון בעיות במהלך הפעלת הניסוי, בדוק כי (א) לכל המשתתפים ולחוקרים יש חיבור אינטרנט יציב, (ב) למשתתפים קיבלו את פרטי הכניסה הנכונים עבור 'חיבור לשולחן עבודה מרוחק', ו-(ג) לשרת שבו פועל 'חיבור לשולחן עבודה מרוחק' יש מספיק משאבים (לדוגמה, בדוק את ניצול ה- CPU) במהלך הפעלת הניסוי.

ה- CTG מסתגל מאוד לשאלות מחקר שונות מה שמאפשר מגוון רחב של יישומים אפשריים במחקר. בהתאם למטרת המחקר, ניתן להתאים אישית מספר רב של פרמטרים, כגון מספר השחקנים, דרישת החלטות פה אחד, מראה חזותי, תזמון ופרמטרים כספיים של BDM. בעוד הגמישות של פרדיגמה זו היא יתרון, חשוב לזכור כי התאמות של הפרדיגמה צריך תמיד להיות מבוסס בקפדנות בתיאוריה פיילוט. מעבר לתצורות שחוקרים יכולים ליצור בקבצי *.config, ניתן להתאים את המשחק רק באמצעות קוד המקור שתוכנת על ידי יוהנס פריץ, שאינו זמין עדיין באינטרנט. בעוד התאמות רבות אפשריות, המסגרת של פלטפורמת חלת הדבש מגבילה יישומים אפשריים למשימות תנועה ולאפשרויות השקעה נפרדות.

ביישומים עתידיים של CTG, ניתן להגדיל את כמות שברי ההחזרה (למשל, 1/10, 2/10, 3/10, ...) על מנת לספק רזולוציה גבוהה יותר על התנהגות ההחזרה. בדרך זו, הן הצד של המשקיעים והן הנאמנים יכולים להיות משוחקים על ידי יחידים או קבוצות, ומאפשרים חקירה של רמות שונות ורפרנטים של אמון כפי שהוצע על ידי פולמר וגלפנד7. יישומים עתידיים של פרוטוקול זה עשויים גם לשלב את ההליך המקוון של שיטה זו עם ניסויים אחרים מפלטפורמת HoneyComb 30,32,46,47 או לכלול צורות אחרות של תקשורת כגון צ'אט או אפילו אינטראקציה פנים אל פנים בין משקיעים ו / או נאמנים בניסוי באתר כפי שהוצג על ידי Boos ועמיתיו 31 . בדרך זו, רמזים אחרים המשפיעים על הופעתה של אמון קולקטיבי, כגון תקשורת לא מילולית, ניתן ללמוד גם באמצעות פרדיגמה זו.

בסך הכל, ה- CTG משלב את היתרונות של משחקים כלכליים - תוקף פנימי גבוה ופשטות - עם נתוני תהליך קבוצתיים עשירים. בדרך זו, CTG יכול לשמש אבן דרך במחקר קבוצתי על תהליכי אמון והגינות.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

למחברים אין מה לחשוף.

Acknowledgments

מחקר זה לא זכה למימון חיצוני.

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

התנהגות בעיה 188
משחק האמון הקולקטיבי: עיבוד קבוצתי מקוון של משחק האמון המבוסס על פרדיגמת חלת הדבש
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