Waiting
Login processing...

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

Behavior

The Collective Trust Game: En online gruppetilpasning av tillitsspillet basert på HoneyComb-paradigmet

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

Summary

Collective Trust Game er et datamaskinbasert, multi-agent tillitsspill basert på HoneyComb-paradigmet, som gjør det mulig for forskere å vurdere fremveksten av kollektiv tillit og relaterte konstruksjoner, for eksempel rettferdighet, gjensidighet eller fremoversignalering. Spillet tillater detaljerte observasjoner av gruppeprosesser gjennom bevegelsesadferd i spillet.

Abstract

Behovet for å forstå tillit til grupper helhetlig har ført til en økning i nye tilnærminger til måling av kollektiv tillit. Imidlertid er denne konstruksjonen ofte ikke fullt ut fanget i sine fremvoksende kvaliteter av de tilgjengelige forskningsmetodene. I dette papiret presenteres Collective Trust Game (CTG), et datamaskinbasert, multi-agent tillitsspill basert på HoneyComb-paradigmet, som gjør det mulig for forskere å vurdere fremveksten av kollektiv tillit. CTG bygger på tidligere forskning på mellommenneskelig tillit og tilpasser det allment kjente Trust Game til en gruppeinnstilling i HoneyComb-paradigmet. Deltakerne tar på seg rollen som enten investor eller tillitsmann; Begge rollene kan spilles av grupper. I utgangspunktet er investorer og forvaltere utstyrt med en sum penger. Deretter må investorene bestemme hvor mye, om noen, av deres begavelse de vil sende til forvalterne. De kommuniserer sine tendenser så vel som deres endelige beslutning ved å bevege seg frem og tilbake på et lekefelt som viser mulige investeringsbeløp. På slutten av beslutningstiden multipliseres beløpet investorene har avtalt og sendes til forvalterne. Forvalterne må kommunisere hvor mye av den investeringen, hvis noen, de vil returnere til investorene. Igjen gjør de det ved å flytte på spillefeltet. Denne prosedyren gjentas i flere runder, slik at kollektiv tillit kan fremstå som en felles konstruksjon gjennom gjentatte interaksjoner. Med denne prosedyren gir CTG muligheten til å følge fremveksten av kollektiv tillit i sanntid gjennom registrering av bevegelsesdata. CTG er svært tilpassbar til spesifikke forskningsspørsmål og kan kjøres som et online eksperiment med lite, billig utstyr. Dette papiret viser at CTG kombinerer rikdommen av gruppeinteraksjonsdata med den høye interne gyldigheten og tidseffektiviteten til økonomiske spill.

Introduction

Collective Trust Game (CTG) gir muligheten til å måle kollektiv tillit på nettet i en gruppe mennesker. Det generaliserer det originale Trust Game av Berg, Dickhaut og McCabe1 (BDM) til gruppenivå og kan fange og kvantifisere kollektiv tillit til dets fremvoksende kvaliteter 2,3,4, samt relaterte begreper som rettferdighet, gjensidighet eller fremoversignalering.

Tidligere forskning konseptualiserer for det meste tillit som en utelukkende mellommenneskelig konstruksjon, for eksempel mellom en leder og en tilhenger5,6, unntatt høyere nivåer av analyse. Spesielt i organisatoriske sammenhenger er dette kanskje ikke nok til å forstå tillit helhetlig, så det er stort behov for å forstå prosessene der tillit bygger (og reduseres) på gruppenivå.

Nylig har tillitsforskning innlemmet mer flernivåtenkning. Fulmer og Gelfand7 gjennomgikk en rekke studier om tillit og kategoriserte dem i henhold til analysenivået som undersøkes i hver studie. De tre forskjellige analysenivåene er mellommenneskelige (dyadisk), gruppe og organisatoriske. Det er viktig at Fulmer og Gelfand7 i tillegg skiller mellom forskjellige referanser. Referansene er de enhetene der tillit er rettet. Dette betyr at når "A stoler på B til X", er A (investor i økonomiske spill) representert av nivået (individ, gruppe, organisatorisk) og B (forvalteren) er representert av referenten (individ, gruppe, organisatorisk). X representerer et bestemt domene som tillit refererer til. Dette betyr at X kan være noe som en generelt positiv tilbøyelighet, aktiv støtte, pålitelighet eller økonomiske utvekslinger som i økonomiske spill1.

Her defineres kollektiv tillit basert på Rousseau og kollegers definisjon av mellommenneskelig tillit8, og ligner på tidligere studier om kollektiv tillit 9,10,11,12,13,14; Kollektiv tillit omfatter en gruppes intensjon om å akseptere sårbarhet basert på positive forventninger til intensjonene eller oppførselen til et annet individ, gruppe eller organisasjon. Kollektiv tillit er en psykologisk tilstand som deles mellom en gruppe mennesker og dannes i samspill mellom denne gruppen. Det avgjørende aspektet ved kollektiv tillit er derfor delingen i en gruppe.

Dette betyr at forskning på kollektiv tillit må se utover et enkelt gjennomsnitt av individuelle prosesser og konseptualisere kollektiv tillit som et fremvoksende fenomen 2,3,4, ettersom nye utviklinger i gruppevitenskap viser at gruppeprosesser er flytende, dynamiske og fremvoksende 2,15. Vi definerer fremveksten som en "prosess der systemelementer på lavere nivå samhandler og gjennom disse dynamikkene skaper fenomener som manifesterer seg på et høyere nivå i systemet"16 (s. 335). Foreslått bør dette også gjelde kollektiv tillit.

Forskning som gjenspeiler fokuset på fremvekst og dynamikk i gruppeprosesser, bør bruke passende metoder17 for å fange opp disse egenskapene. Den nåværende statusen for kollektiv tillitsmåling ser imidlertid ut til å henge etter. De fleste studier har brukt en enkel gjennomsnittsteknikk på tvers av dataene til hver enkelt person i gruppen 9,10,12,13,18. Uten tvil har denne tilnærmingen bare liten prediktiv validitet2, da den ser bort fra at grupper ikke bare er aggregeringer av enkeltpersoner, men enheter på høyere nivå med unike prosesser. Noen studier har forsøkt å løse disse ulempene: En studie av Adams19 brukte en latent variabel tilnærming, mens Kim og kolleger10 brukte vignetter for å estimere kollektiv tillit. Disse tilnærmingene er lovende ved at de anerkjenner kollektiv tillit som en konstruksjon på høyere nivå. Likevel, som Chetty og kolleger20 bemerker, mangler undersøkelsesbaserte tiltak insentiver til å svare sannferdig, så forskning på tillit har i økende grad vedtatt atferdsmessige eller insentivkompatible tiltak21,22.

Denne bekymringen er adressert av en rekke studier som har tilpasset en atferdsmetode, nemlig BDM1, som skal spilles av grupper23,24,25,26. I BDM fungerer to parter som enten investorer (A) eller forvaltere (B). I dette sekvensielle økonomiske spillet mottar både A og B en innledende begavelse (f.eks. 10 euro). Deretter må A bestemme hvor mye, om noen, av deres begavelse de ønsker å sende til B (f.eks. 5 euro). Dette beløpet tredobles deretter av eksperimentøren, før B kan bestemme hvor mye, om noen, av de mottatte pengene (f.eks. 15 euro) de ønsker å sende tilbake til A (f.eks. 7,5 euro). Mengden penger A sender til B er operasjonalisert for å være nivået av tillit til A mot B, mens beløpet som B sender tilbake kan brukes til å måle påliteligheten til B eller graden av rettferdighet i dyaden til A og B. En stor mengde forskning har undersøkt atferd i dyadiske tillitsspill27. BDM kan spilles både som et såkalt "one-shot" -spill, der deltakerne bare spiller spillet en gang med en bestemt person, og i gjentatte runder, der aspekter som gjensidighet28,29 samt fremoversignalering kan spille en rolle.

I mange studier som har tilpasset BDM for grupper23,24,25,26, ble enten investoren, forvalteren eller begge rollene spilt av grupper. Ingen av disse studiene registrerte imidlertid gruppeprosesser. Bare å erstatte individer med grupper i studiedesign oppfyller ikke standardene Kolbe og Boos17 eller Kozlowski15 satt opp for undersøkelser av fremvoksende fenomener. For å fylle dette gapet ble CTG utviklet.

Målet med å utvikle CTG var å skape et paradigme som ville kombinere den mye brukte BDM1 med en tilnærming som fanger kollektiv tillit som en fremvoksende atferdsbasert konstruksjon som deles mellom en gruppe.

CTG er basert på HoneyComb-paradigmet av Boos og kolleger30, som også er publisert i Journal of Visualized Experiments31 og nå er tilpasset for bruk i tillitsforskning. Som beskrevet av Ritter og kolleger32, er HoneyComb-paradigmet "en multi-agent datamaskinbasert virtuell spillplattform som ble designet for å eliminere alle sensoriske og kommunikasjonskanaler bortsett fra oppfatningen av deltaker-tildelte avatarbevegelser på spillefeltet" (s. 3). HoneyComb-paradigmet er spesielt egnet for forskningsgruppeprosesser, da det tillater forskere å registrere bevegelsen av medlemmer av en ekte gruppe med spatio-temporale data. Det kan hevdes at HoneyComb, ved siden av gruppeinteraksjonsanalyse17, er et av de få verktøyene som gjør det mulig for forskere å følge gruppeprosesser i detalj. I motsetning til gruppeinteraksjonsanalyse er kvantitativ analyse av de spatio-temporale dataene til HoneyComb mindre tidkrevende. I tillegg tillater det reduksjonistiske miljøet og muligheten til å utelukke all mellommenneskelig kommunikasjon mellom deltakerne unntatt bevegelsen på spillefeltet forskere å begrense forstyrrende faktorer (f.eks. Fysisk utseende, stemme, ansiktsuttrykk) og lage eksperimenter med høy intern validitet. Selv om det er vanskelig å identifisere alle innflytelsesrike aspekter ved en gruppeprosess i studier som bruker gruppediskusjonsdesign33, gjør fokuset på grunnleggende prinsipper for gruppeinteraksjon i et bevegelsesparadigme forskere i stand til å kvantifisere alle aspekter av gruppeprosessen i dette eksperimentet. I tillegg har tidligere forskning brukt proksemisk atferd34 - så redusere mellomrom mellom seg selv og en annen person - for å undersøke tillit35,36.

Figure 1
Figur 1: Skjematisk oversikt over CTG. (A) Skjematisk prosedyre for en CTG-runde. (B) Innledende plassering av avatarer i begynnelsen av runden. De tre blåfargede investorene står på det opprinnelige feltet "0". Den gule bobestyreren står på det første feltet "0". (C) Skjermbilde i investeringsfasen som viser tre investorer (blå avatarer) på den nedre halvdelen av spillefeltet. En (stor blå avatar) står for tiden på "12", to investorer står for tiden på "24". To avatarer har haler (indikert med oransje piler). Halene indikerer fra hvilken retning de flyttet til sitt nåværende felt (f.eks. En investor (stor blå avatar) flyttet nettopp fra "0" til "12"). Avataren uten hale har stått på dette feltet i minst 4000 ms. (D) Skjermbilde i returfasen som viser en tillitsmann (gul avatar) og øvre halvdel av spillefeltet. Bobestyreren står for tiden på "3/6" og har nylig flyttet dit fra "2/6" som angitt av halen. Det blå tallet nedenfor (36) indikerer investeringen gjort av investorene. Det gule tallet, angitt med pilen, er gjeldende retur (54) som avbildet midt på spillefeltet. Avkastningen beregnes som følger: (investere (36 cent) x 3) x nåværende avkastningsfraksjon (3/6) = 54 cent. (E) Popup-vindu som gir tilbakemelding til deltakerne om hvor mye de har tjent i løpet av runden, vist i 15 s etter at tidsavbrudd av tillitsmann utløper. Vennligst klikk her for å se en større versjon av denne figuren.

Hovedprosedyren til CTG (figur 1A) er nært basert på prosedyren til BDM1, for å gjøre resultatene sammenlignbare med tidligere studier som bruker dette økonomiske spillet. Siden HoneyComb-paradigmet er basert på bevegelsesprinsippet, angir deltakerne beløpet de ønsker å investere eller returnere ved å flytte avataren sin til det lille sekskantfeltet som indikerer en viss sum penger eller brøk å returnere (figur 1C, D). Før hver runde er både investorer og forvaltere utstyrt med en viss sum penger (f.eks. 72 cent) med investorene plassert i den nedre halvdelen av spillefeltet og forvalterne blir plassert i den øvre halvdelen av spillefeltet (figur 1B). I standardinnstillingen har investorene lov til å bevege seg først, mens forvalterne forblir stille. Investorene beveger seg over spillefeltet for å indikere hvor mye, om noen, av deres begavelse de ønsker å sende til forvalteren (figur 1C). Gjennom å bevege seg frem og tilbake på banen, kan deltakerne også kommunisere til andre investorer hvor mye de ønsker å sende til forvalteren. Avhengig av konfigurasjonen, må deltakerne nå en enstemmig beslutning om hvor mye de vil investere ved å konvergere på ett spillefelt når time-out er nådd. Enstemmige beslutninger var nødvendig for å håndheve at investorer trenger å samhandle med hverandre, i stedet for bare å spille sammen med hverandre. Hvis investorene ikke kommer til en felles beslutning, trekkes en straff (f.eks. 24 cent) fra kontoen deres. Dette ble implementert for å sikre at investorer ville være svært motiverte for å nå et felles nivå av kollektiv tillit. Når investorenes tid er ute, multipliseres de investerte pengene og sendes til forvalterne som deretter får lov til å bevege seg mens investorene forblir stille. Forvalterne angir gjennom bevegelse hvor mye de ønsker å returnere til investorene (figur 1D). De tilgjengelige returalternativene vises som brøker på spillefeltet for å holde kognitiv belastning på forvaltere relativt lav. Spillefeltet som forvaltere står på når den tildelte tiden løper ut, indikerer hvilken brøkdel (f.eks. 4/6) som returneres til investorer. Runden avsluttes med en pop-up (figur 1E) som oppsummerer for hver deltaker hvor mye de tjente i løpet av den runden og hva deres nåværende kontosaldo er.

Runder bør gjentas flere ganger. Forskere bør få deltakerne til å spille CTG i minst 10 eller 15 runder i de samme rollene. Dette er nødvendig ettersom kollektiv tillit er en fremvoksende konstruksjon og må utvikles under gjentatte interaksjoner i en gruppe. Tilsvarende vil andre begreper som fremoversignalering (dvs. gjengjelde høy avkastning fra forvaltere med høye investeringer i neste runde) bare dukke opp i gjentatte interaksjoner. Det er imidlertid avgjørende at deltakerne ikke er klar over det nøyaktige antallet runder som skal spilles, da det har vist seg at atferd kan endres drastisk når deltakerne er klar over at de spiller den siste runden (dvs. mer urettferdig oppførsel eller avbøyninger i økonomiske spill37,38).

På denne måten gir CTG informasjon om fremveksten av kollektiv tillit på flere nivåer. For det første bør nivået av kollektiv tillit som vises i siste runde være en nær representasjon av det delte nivået av tillit investorer holder mot forvalteren (e). For det andre kan beløpet investert i hver runde tjene som en proxy for fremveksten av kollektiv tillit over gjentatte interaksjoner. For det tredje kaster bevegelsesdata lys over gruppeprosessen som bestemmer hvor mye penger som investeres i hver runde.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Datainnsamling og dataanalyse i dette prosjektet er godkjent av etisk komité ved Georg-Elias-Müller Institutt for psykologi ved Universitetet i Göttingen (forslag 289/2021); protokollen følger retningslinjene for menneskelig forskning fra de etiske komiteene ved Georg-Elias-Müller-Institutt for psykologi. CTG-programvaren kan lastes ned fra OSF-prosjektet (DOI 10.17605/OSF. IO/U24PX) under lenken: https://s.gwdg.de/w88YNL.

1. Forbered teknisk oppsett

  1. Forbered elektroniske samtykkeskjemaer og spørreskjemaer
    1. Forbered et elektronisk samtykkeskjema i et online spørreskjemaverktøy.
    2. Hvis det er aktuelt, utarbeide et elektronisk spørreskjema i et nettbasert spørreskjemaverktøy.
      MERK: Det er mulig å inkludere et kort spørreskjema i HoneyComb-programmet (se trinn 1.3.5). Hvis du vil bruke lengre spørreskjemaer, bruker du i stedet et eget nettbasert spørreskjemaverktøy. Eksempler på nettbaserte spørreskjemaverktøy er gitt i materialtabellen.
  2. Klargjør eksternt skrivebord-server
    1. Installer et Linux-basert operativsystem på en ekstern server. Hvis mulig, spør tekniske assistenter om tilgjengelige ressurser ved institusjonen. Ellers følger du en installasjonsretningslinje39.
    2. Opprett forskjellige brukere på denne serveren40.
      1. Opprett en brukeradministrator som har root-tillatelser og bare er tilgjengelig av den tekniske lederen i eksperimentet.
      2. Opprett en brukereksperimentør som har tillatelse til å opprette delte mapper, importere og eksportere data, og kan nås av alt personell som samler inn data (inkludert studenter / forskningsassistenter, etc.).
      3. Opprett flere brukere med navnet deltaker-1, deltaker-2 osv.
        MERK: Forskere vil bare kunne teste så mange deltakere i en eksperimentell økt som brukere som er opprettet.
    3. Utfør kommandoen java -version på administratorbrukeren for å sikre at et Java runtime-miljø er tilgjengelig på serveren. Hvis ikke, installer den nyeste Java-versjonen før du fortsetter, og sørg for at alle brukere har tilgang til den.
    4. Installer programmet
      1. Last ned programmet.
        MERK: Programmet kan lastes ned som en zip-fil HC_CTG.zip som inneholder 1) den kjørbare HC.jar, 2) tre filer for konfigurasjon (hc_server.config, hc_panel.config og hc_client.config), og 3) to undermapper kalt intro og rawdata.
      2. Opprett en mappe på eksperimentbrukeren og del den med de andre brukerne41. Pakk ut filene fra den komprimerte filen HC_CTG.zip inn i denne mappen.
      3. For hver deltakerbruker får du tilgang til denne delte mappen og kontrollerer at brukeren har tilgang til filene.
  3. Åpne de tre konfigurasjonsfilene.
    1. Rediger hc_server.config og lagre den redigerte filen.
      1. Konfigurer antall spillere ved å sette n_Pl til ønsket nummer. Skriv for eksempel inn 4 bak =.
      2. Konfigurer antall runder som skal spilles (playOrder) ved å gjenta spillnummeret 54a (f.eks. 54a, 54a, 54a, 54a i fire runder).
        MERK: i54a står for instruksjonene og bør ikke slettes i konfigurasjonsfilen.
      3. Konfigurer om et spørreskjema skal vises i HoneyComb ved å inkludere 200 på slutten av playOrder. Slett 200 hvis det brukes et eget nettbasert spørreskjemaverktøy.
      4. Konfigurer investeringsskalaen. Hvis du vil konfigurere skalaen for investorer (iscale), angir du hvilke verdier som skal være tilgjengelige som investeringstrinn (f.eks. 0, 12, 24, 36, 48, 60, 72). Bruk heltall som er multipler av tre, slik at utbetalinger også er heltall.
        MERK: Disse konfigurerte verdiene vises også som mulige investeringstrinn til investorene.
        1. Konfigurer visningsskalaen for forvaltere (tlabel) ved å velge hvilke verdier som skal vises som mulig avkastning på spillefeltet (f.eks. 0, 1/6, 2/6, 3/6, 4/6, 5/6, 1). MERK: Denne skalaen påvirker ikke beregningen av utbetalinger.
        2. Konfigurer skalaen for forvaltere (tscala) ved å velge hvilke returverdier som skal være mulig som returer (for eksempel 0, 0,166666, 0,3333, 0,5, 0,6666, 0,833331, 1). Bruk bare digitale verdier (dvs. ingen brøker).
          MERK: Disse verdiene brukes til å beregne utbetalinger og vises IKKE på spillefeltet.
      5. Konfigurer time-ins (timeInI for investorer, timeInT for forvaltere) og time-outs (timeOutI for investorer, timeout for forvaltere) i sekunder. For eksempel timeInI = 0, timeOutI = 30, timeInT = 30 og timeout = 45.
      6. Konfigurer hvor mye penger investorer og forvaltere er utstyrt med i hver runde i cent (r52).
      7. Konfigurer faktoren som investeringen multipliseres med før den sendes til forvalteren (f52).
      8. Konfigurere om gruppen må treffe en enstemmig avgjørelse (sett bUnanimous til true) eller ikke (satt enstemmig til usann)
      9. Konfigurer om gruppen utbetales i like deler (sett bCommon til true) eller i henhold til hvor mye hver investor har bidratt til investeringen (sett bCommon til false).
      10. Hvis bUnanimous er satt til sant, konfigurerer du straffen - beløpet som trekkes fra investorene hvis det ikke oppnås en enstemmig beslutning (p52).
    2. Rediger hc_client.config om nødvendig. Sørg for å sette ip_nr til localhost slik at klientene kan koble til eksperimentøren.
    3. Rediger hc_panel.config.
      1. Juster størrelsen på sekskantene (radius) i henhold til skjermoppløsningen. Test eksperimentet på flere forskjellige skjermer for å sikre at eksperimentet vil være synlig på en rekke skjermer.
      2. Juster teksten som vises på spillefeltet under etiketter (f.eks. Din rolle er: investor, kontosaldo osv.)
    4. Juster og/eller oversett instruksjonene, om nødvendig. For å gjøre det, rediger og lagre de enkle HTML-filene (figur 2A) i "intro" -mappen i HoneyComb-programmappen.
    5. Hvis du vil bruke spørreskjemaet i HoneyComb-programmet, justerer og/eller oversetter du spørreskjemaet i filen qq.txt og lagrer filen.
    6. Hold dette oppsettet konstant på tvers av alle eksperimentøkter (innenfor én eksperimentbetingelse). Dokumenter alle konfigurasjoner.

2. Rekruttering av deltakere

  1. Annonse på nett
    1. Rekrutter deltakere over tilgjengelige kanaler (f.eks. sosiale medier, universitetsblogg, flygeblad med QR-kode). Navngi viktig informasjon om eksperimentet, for eksempel formål, varighet og maksimal betaling beregnet i henhold til spilladferd.
      MERK: Utvalget som presenteres her ble rekruttert via en online blogg for psykologistudenter ved Universitetet i Göttingen, samt ubetalte annonser i sosiale medier grupper. Et eksempel flyer kan sees i supplerende figur 1.
    2. Gjør potensielle deltakere oppmerksomme på at deltakelse vil kreve bruk av personlige bærbare datamaskiner / PCer med stabil internettforbindelse og i et rolig, bortgjemt område. Gjør deltakerne oppmerksomme på at de kanskje må installere et program for å opprette tilkoblingen til eksternt skrivebord.
      MERK: Deltakelse via mobiltelefoner eller nettbrett er ikke mulig.
    3. Sørg for at deltakerne oppfyller eksperimentets inklusjonskriterier, for eksempel språkkrav eller fargesyn.
    4. Forsikre deg om at deltakerne ikke har deltatt i tidligere eksperimenter på CTG.
  2. Bestill eksperimentelle økter med deltakerne
    1. Be deltakerne om å bestille tidsluker for deres deltakelse.
    2. Bruk en deltakeradministrasjonsprogramvare for å sende automatiserte invitasjoner eller påminnelses-e-poster.
    3. Overbook tidsluker av minst en deltaker for å sikre at nok deltakere er til stede for å kjøre eksperimentet.
  3. Send deltakerne en bekreftelses-e-post med følgende detaljer: veiledning om datamaskinoppsett, installasjon av Remote Desktop Connection Tool og etablering av tilkobling til eksternt skrivebord. Sørg for å IKKE sende innloggingsinformasjon ennå, for å unngå tekniske problemer på grunn av tidligere innlogging.
  4. Send deltakerne påminnelses-e-post omtrent 24 timer før eksperimentet, inkludert lenken til videokonferanseplattformen. Inkluder informasjonen om installasjonen som ble sendt i e-postbekreftelsen.

3. Eksperimentelt oppsett (før hver eksperimentelle økt)

  1. Klargjøre videokonferanseplattformen (figur 3)
    1. Sørg for at deltakerne er blokkert fra å dele mikrofonen eller kameraet sitt. Pass på at deltakerne ikke kan se hverandres navn.
    2. Del eksperimentørens mikrofon og kamera, og del skjermen med minimale instruksjoner på videokonferanseplattformen (figur 3).
  2. Klargjør det eksterne skrivebordet
    1. Bruker eksperimentør
      1. Start en tilkobling til eksternt skrivebord med eksperimentørbrukeren. Åpne den delte mappen og start en terminal ved å høyreklikke i katalogen og velge Åpne terminal her.
      2. Start serverprogrammet HC_Gui.jar ved å skrive kommandoen java -jar HC_Gui.jar i terminalen og trykke ENTER.
    2. Brukere deltaker-1, deltaker-2, etc.
      1. Opprett en ekstern skrivebordsforbindelse med brukere deltaker-1, deltaker-2, .... Åpne den delte mappen og start en terminal i denne mappen som før.
      2. Start klientprogrammene for hver bruker ved å skrive kommandoen java -jar HC .jar i terminalen og trykke ENTER.
      3. Kontroller om tilkoblingene er riktig etablert på alle deltakerbrukere.
        MERK: Deltakerbrukernes skjermbilder skal vise meldingen Vennligst vent. Datamaskinen kobler til serveren. Det anbefales å ha like mange bærbare datamaskiner til stede som brukere (figur 4).
    3. Bruker eksperimentør
      1. Kontroller at det vises en linje i server-GUI-en, som viser IP-adressen til hver av deltakerbrukerne. Når alle deltakerbrukere er tilkoblet, kontrollerer du at serverprogrammet viser meldingen Alle klienter er tilkoblet. Klar til å starte?. Klikk på OK.
      2. Kontroller at skjermbildene til deltakerbrukerne viser velkomstskjermen for eksperimentet (første instruksjonsside).
        MERK: Eksperimentøren kan forberede økten frem til dette punktet.

4. Eksperimentell prosedyre

  1. Gi deltakerne tilgang til videokonferansen på den planlagte eksperimenttidsluken. Velkommen alle deltakere ved hjelp av en standardisert tekst. Forklar den tekniske prosedyren til deltakerne.
  2. Del lenken til det elektroniske samtykkeskjemaet. Sjekk at alle deltakerne har gitt skriftlig samtykke.
  3. Veiled deltakerne til å åpne verktøyet for tilkobling til eksternt skrivebord og sende hver deltaker sine individuelle påloggingsdata via personlig chat i videokonferansen.
    MERK: Når deltakerne logger inn på deltakerbrukerne, vil notatblokkene i laboratoriet miste forbindelsen til deltakerbrukerne. Herfra kjøres eksperimentet automatisk til deltakerne kommer til den siste siden, og instruerer dem om å gå tilbake til videokonferansen.
  4. Få deltakerne til å bekrefte at de har lest den første instruksjonssiden ved å klikke på OK. Når alle deltakerne har bekreftet, vent til deltakerne har fullført spillet.
    MERK: Deltakerne kan bla gjennom instruksjonene i ønsket tempo. Når alle deltakerne har bekreftet at de har lest instruksjonene, starter CTG automatisk. Spillet går automatisk gjennom så mange runder som angitt i server.config-filen.
  5. Testfase
    1. Tilordne deltakerne til en av to roller: investor eller tillitsmann.
      MERK: Flere deltakere kan tilordnes samme rolle.
    2. Få investorer til å starte på det nederste feltet (indikert investering på 0) og forvaltere på det øverste feltet (indikerer avkastning på 0) (figur 1B).
    3. Be deltakerne flytte avataren sin ved å venstreklikke inn i et tilstøtende sekskantfelt. Instruer deltakerne om at bare tilstøtende felt kan velges, og felt kan ikke hoppes over. Instruer deltakerne om at avataren deres vil vise en liten hale i 4000 ms etter hvert trekk som indikerer den siste retningen de beveget seg fra til gjeldende felt (figur 1C).
    4. Tillat investorer å bevege seg fra begynnelsen (time-in = 0) for å indikere gjennom bevegelse hvor mye de ønsker å investere. Etter en viss tid, forby bevegelse av investorer (time-out).
      MERK: Feltet de står på vil da indikere hvor mye som er investert. Midt på spillefeltet vil et blått nummer i tillegg vise beløpet som er sendt til forvalteren. Hvis eksperimentet er satt opp for å kreve enstemmige investeringer, vil investeringer bare bli gjort hvis alle deltakerne står på samme felt.
    5. Forklar i instruksjonene at det investerte beløpet multipliseres med en faktor (f.eks. Tre) og sendes til forvalterne. Begrens forvalterne fra å flytte så lenge investorene beveger seg ved å sette forvalterens time-in til lengden på forvalterens time-out.
    6. Be forvalterne om å flytte for å indikere brøkdelen de ønsker å returnere til investorene. Når forvalterens time-out er nådd, blir feltet som forvalterne står på tatt for å indikere brøkdelen som returneres til investorene. Beløpet som returneres er også angitt midt på spillefeltet med et gult tall (figur 1D).
    7. La popup-vinduet vise hvor mye penger personen har tjent på slutten av runden (figur 1E).
    8. Gjenta spillrunden etter behov (dvs. som angitt i server.config-filen).
    9. Når alle rundene er fullført, kan du be deltakerne om å generere en personlig unik kode slik at inntektene i spillet kan kobles til navnet deres mens du holder atferdsdataene anonyme.
    10. Etter at deltakerne har generert koden, viser du et skjermbilde som instruerer deltakerne om å gå tilbake til videokonferansen og lukke tilkoblingen til eksternt skrivebord.
      MERK: Den eksperimentelle prosedyren (seksjon 4 i denne protokollen med 15 spillrunder) tar 35 min.
    11. Hvis tekniske problemer eller feil hos en deltaker krever at eksperimentøkten avbrytes, må du avstå fra å starte eksperimentet på nytt med de samme deltakerne.
  6. Fasen etter testing
    1. Når spillet er fullført, må du kontrollere at alle deltakerne har lukket tilkoblingen til eksternt skrivebord. Få deltakerne til å fylle ut spørreskjemaer som passer for en bestemt problemstilling.
    2. Mens deltakerne fyller ut spørreskjemaene, lukker du serverprogrammet på eksperimentørbrukeren ved å klikke på Stopp & Avslutt. Dette vil også lukke programmet på deltakerbrukerne.
    3. Takk deltakerne for tiden deres og forklar hvordan og når inntektene deres blir overført til dem. Sørg for at alle deltakerne har forlatt videokonferansen, spesielt hvis en annen tidsluke for eksperimentet er planlagt rett etterpå.

5. Fullføre eksperimentet

  1. Overfør og sikkerhetskopier dataene (f.eks. i skyen), i form av én *.csv og én *.txt fil per gruppe og eksperimenttidsluke, merket med et dag- og tidsstempel for eksperimentet.
  2. Lukk alle tilkoblinger til eksternt skrivebord.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Denne artikkelen presenterer resultater fra en pilotstudie utført med CTG med 16 deltakere (fem menn, 11 kvinner; Alder: M = 21, SD = 2,07). Ifølge Johanson og Brooks42 er denne prøvestørrelsen tilstrekkelig i et piloteksperiment, spesielt når det kombineres med en kvalitativ tilnærming for å nå en høy informasjonstetthet om deltakernes subjektive opplevelse under forsøket. Det anbefales at når forskere har til hensikt å tilpasse CTG til sin spesifikke forskningsidé, for eksempel ved å tilpasse antall deltakere i hver gruppe, bør en lignende pilotstudie kjøres før hoveddatainnsamlingen for å sikre høy datakvalitet.

På grunnlag av pilotdataene gir denne artikkelen både en illustrasjon av mulige analysemetoder for CTG-data, samt en første validering av CTG-oppsettet. Resultatene som rapporteres her inkluderer bevegelses- og investeringsdata fra CTG-pilotstudien (eksempelutgang fra en gruppe kan ses i Supplementary Data 1 og Supplementary Data 2, og et eksempel på forhåndsbehandlingsskript kan ses i OSF-prosjektet: https://s.gwdg.de/Cwx3ex) samt spørreskjemadata om deltakernes subjektive opplevelse under eksperimentet og kommentarer til spillet.

For denne publiseringen brukes pilotdata (N = 16) for å demonstrere hvordan vitenskapelige hypoteser kan testes med CTG når en tilstrekkelig prøvestørrelse er nådd. Det skal bemerkes at det vanligvis er behov for mye større utvalgsstørrelser for å nå tilstrekkelig kraft for statistiske analyser. Resultatene som rapporteres her, skal bare tjene som illustrasjoner for mulige analyser og visualiseringer (figur 5). CTG er spesielt egnet for å undersøke prosesser med kollektiv tillit, og hvordan den oppstår eller avtar avhengig av oppførselen til andre gruppemedlemmer eller forvalteren.

For det første ble kvalitetene til kollektiv tillit som et fremvoksende fenomen undersøkt. Det er en hypotese at investeringer i det kollektive tillitsspillet endres over tid (dvs. dukker opp). Dette betyr at gjennomsnittlige investeringer i første, midtre (dvs. syvende) og femtende runde skal være vesentlig forskjellig fra hverandre. Denne hypotesen ble testet med parvise utvalg t-tester (Bonferroni korrigert). På grunn av den lille utvalgsstørrelsen (N = 16 i fire grupper) kunne man ikke finne signifikante forskjeller i pilotdataene mellom den første (M = 27,0, SD = 20,49), syvende (M = 39, SD = 30,0; forskjell til runde 1: t(3) = -0,511, p = 1) og femtende runde (M = 42, SD = 31,75; forskjell til runde 1: t(3) = -0,678, p = 1; forskjell til runde 7: t(3) = -0,397, p = 1). Dataene ble analysert på nytt ved hjelp av bare de investeringene som var gjort enstemmig. Det ble ikke funnet signifikante forskjeller mellom rundene, trolig også på grunn av det lille utvalget (M 1 = 24, SD1 = 24; M 7 = 52, SD7 = 18, 33; M 15 = 56, SD15 = 18, 33). De medfølgende dataene kan ses i figur 5A. I studier med tilstrekkelige utvalgsstørrelser vil en signifikant forskjell mellom runder og enten en kontinuerlig økning eller reduksjon i investeringer over runder indikere fremveksten av kollektiv tillit til eksperimentet, da investorer i gruppen gjentatte ganger kan samhandle og derfor etablere et felles tillitsnivå.

I tillegg kan fremveksten av kollektiv tillit også undersøkes ved hjelp av bevegelsesdata, som det fremgår av figur 5B, som viser tre atferdsmarkører for beslutningsprosessen: (a) beslutningstid (rød; tid til siste trekk av investorer; M = 12,25, SD = 7,05) som en operasjonalisering av prosesslengde, (b) bevegelseslengde (grønn; gjennomsnittlig tid mellom to trekk: M = 2,42, SD = 2,16) som en operasjonalisering av overveielse, og (c) retningsendringer (blå; antall ganger en bevegelsesretning ble endret; M = 0,25, SD = 0,66) som en operasjonalisering av justering til andre investorer under en beslutning. Hvis kollektiv tillit oppstår over runder, bør prosessen som kvantifisert av de tre atferdsmarkørene bli mindre kompleks over tid, da kollektiv tillit bør være grunnlaget for gruppens investeringsbeslutning. Dette betyr at hvis kollektiv tillit er en fremvoksende konstruksjon, bør vi se at grupper tar lengre tid for investeringsbeslutninger i tidligere runder, da det ikke har oppstått noe delt tillitsnivå (dvs. kollektiv tillit) ennå. Over interaksjoner bør investeringsbeslutninger bli kortere (målt ved beslutningstid) og enklere (målt ved bevegelseslengde og retningsendringer) ettersom et felles nivå av kollektiv tillit har utviklet seg og mindre samhandling eller koordinering er nødvendig for å bestemme en gruppeinvestering. Derfor bør forskere bruke et større utvalg for å modellere utviklingen av atferdsmarkører over runder. En negativ skråning kan tyde på fremveksten av kollektiv tillit som grunnlag for gruppens investeringsbeslutninger.

For det andre ble forvalterens oppførsel og avhengigheter av forvalternes og investorenes oppførsel analysert. Det ble antatt at forvaltere ville returnere et ikke-null beløp til investorene, som det har blitt funnet i forskning på individuelle tillitsspill 1,43. En ett-prøve t-test viste faktisk at forvaltere returnerte betydelig mer enn null (M = 43,89, SD = 35,38) til investorer; t(59) = 9,608, p < .001. Dette var enda mer uttalt når bare de avkastningene ble inkludert som ble innledet med ikke-null investeringer (M = 62,70, SD = 24,36; t(46) = 16.677, s < .001). Figur 5C viser at forvalterne oftest valgte å returnere 4/6 av investeringen.

I tillegg ble det undersøkt om forvalternes avkastning er basert på gjensidighet, ved at en høyere investering i en runde korrelerer med høyere avkastningsfraksjoner (dvs. 0/6, 1/6, 2/6, ...) i samme runde. Det ser ut til å være en signifikant korrelasjon mellom investeringer og avkastning som det fremgår av figur 5D, venstre panel; t(58) = 9,446, s < .001, r = .78. Dette indikerer at forvaltere kan ha gjengjeldt høye investeringer med høy avkastning. Dette kan imidlertid være drevet av rundene der investorer investerte enten null eller ikke nådde en enstemmig beslutning, slik at bobestyreren ikke hadde mulighet til å returnere noe. Til slutt ble det analysert om høyere avkastningsfraksjoner oppfattes som fremtidssignaler av investorer, slik at høyere avkastningsfraksjoner i runde t er korrelert med høye investeringer i runde t + 1. Som det fremgår av figur 5D, høyre panel, ble dette ikke bekreftet av dataene; t(54) = 0,207, p = .837, r = .028.

For å oppsummere består de kvantitative dataene fra CTG av både bevegelses- og investeringsdata for hver deltaker i hver runde. Mens investeringsdata gir paralleller til tidligere anvendelser av det individuelle tillitsspillet, lar bevegelsesdata forskere observere prosessen med kollektiv tillit. Det skal bemerkes at data samles inn i faktiske grupper, noe som øker ekstern validitet, men nødvendiggjør at den nestede datastrukturen vurderes. Dette ble ikke gjort for de rapporterte analysene, da den lille utvalgsstørrelsen på pilotdataene begrenser anvendelsen av lineære modeller med blandede effekter.

I tillegg ble data om subjektiv opplevelse samlet inn i pilotutvalget med et spørreskjema etter eksperimentet (tilleggsfil 1) som inkluderte totalt 13 elementer, hvorav 11 var åpne spørsmål. Ved siden av subjektiv opplevelse under eksperimentet, spurte elementene om spesifikke aspekter av CTG som kan påvirke datakvaliteten, for eksempel deltakernes subjektive prinsipper for atferd under spillet, trodde intensjonen med eksperimentet eller klarhet i instruksjonene. To spørsmål i lukket format vurderte på en fempunkts Likert-skala om deltakerne oppfattet investeringen gjennom bevegelse som intuitiv (-2: "ikke i det hele tatt" til +2: "veldig") og om tiden som ble gitt deltakerne til å bevege seg i spillet virket tilstrekkelig (-2: "altfor kort"; 0: "omtrent riktig"; +2: "altfor lang").

Generelt rapporterte deltakerne subjektive opplevelser i tråd med eksperimentets intensjon og enkel å følge instruksjonene, samtidig som de viste tilstrekkelig naivitet av studiens intensjon. Deltakerne rapporterte i gjennomsnitt at spillet var "ganske intuitivt" (M = 0,69, SD = 0,79) og oppfattet tiden til å være "omtrent riktig" (M = -0,31, SD = 0,79 ).

Deltakernes svar på de åpne spørsmålene ble analysert kvalitativt i henhold til Mayring44. Samlet sett var deltakerne fornøyd med rekrutteringsprosessen og online-prosedyren, bevaring av anonymitet i eksperimentet, klarheten i instruksjonene og informasjonen som ble gitt, og logikken i spillet. De fleste deltakerne var fornøyd med utformingen av avatarene ved at de lett kunne skilles. Imidlertid rapporterte bare halvparten av deltakerne at de følte seg representert av avataren sin og bemerket at symboler eller dyreansikter kunne ha vært mer interessante. På grunn av disse resultatene bør forskere vurdere å inkludere et mål på deltakernes utførelsesform i anvendelser av CTG for å kontrollere for denne opplevelsen, samtidig som de opprettholder en minimalistisk eksperimentell design.

De fleste deltakerne bemerket at de opplevde trangen til å konvergere midt i spillefeltet, (dvs. ved det høyeste investeringsalternativet). Deltakere som opplevde dette rapporterte at trangen til å konvergere i midten sammenfalt med deres vilje til å investere høye beløp. I tillegg rapporterte noen deltakere at i stedet for å føle seg trukket til midten, følte de at de måtte trekke medspillere mot midten. På grunn av praktiske begrensninger i eksperimentet og potensielle avveininger med intuitivitet, ble den opprinnelige utformingen beholdt der høye investeringer og avkastning konvergerer i midten.

Deltakerne rapporterte en rekke antagelser om formålet med studien, for eksempel gruppeinnflytelse på egne beslutninger, tillit eller oppførsel av tillitsmenn. Mens disse antagelsene er tematisk nær den undersøkte fremveksten av tillit, rapporterte deltakerne atferdsstrategier som profittmaksimering eller intensjoner om å påvirke oppførselen til medspillere. Disse strategiene passer godt med CTGs økonomiske spillkarakter og motvirker ikke atferd studien hadde som mål å observere.

På grunnlag av resultater på subjektiv opplevelse kan det konkluderes med at CTG tilfredsstiller kriterier for intern validitet. Den kvantitative dataanalysen som rapporteres her, bør bare tjene som en illustrasjon på hvordan data samlet inn med CTG kan analyseres statistisk.

Figure 2
Figur 2: Eksempel på spillinstruksjoner . (A) HTML-kode utarbeidet av eksperimentør. (B) HTML-fil som vises i nettleseren. (C) Instruksjoner som vist til deltakerne under forsøket. Legg merke til knappene nederst for å navigere gjennom instruksjonene. Vennligst klikk her for å se en større versjon av denne figuren.

Figure 3
Figur 3: Skjermbilde av videokonferanseplattform. Eksperimentøren har delt kamera, mikrofon og presentasjon med grunnleggende informasjon om videokonferanseplattformen og tilkobling til eksternt skrivebord. En deltaker har allerede blitt med på konferansen, men har forbud mot å dele mikrofon, skjerm eller kamera for å holde anonymitet. Vennligst klikk her for å se en større versjon av denne figuren.

Figure 4
Figur 4: Oppsett i laboratorium. Før eksperimentet starter, starter eksperimentøren en tilkobling til eksternt skrivebord med alle bærbare datamaskiner. Notatblokk 1 er koblet til eksperimentbrukeren og forblir tilkoblet gjennom hele eksperimentet. Notatbøker 2 til 5 brukes til å etablere og sjekke forbindelse med deltakerbrukere ("deltaker-1" til "deltaker-4"). Når deltakerne oppretter forbindelse til deltakerbrukere via Remote Desktop Connection-verktøyet, vil notatbøker i laboratoriet miste forbindelsen. Vennligst klikk her for å se en større versjon av denne figuren.

Figure 5
Figur 5: Resultater basert på pilotdata (N = 16 i fire grupper). (A) Fiolinplott av gruppeinvesteringer (cent) i runde 1, 7 og 15. Fiolinformer indikerer sannsynlighetstetthet for investeringer, fete linjer indikerer median, bokser i fioliner indikerer interkvartilområde og værhår indikerer 1,5 ganger interkvartilområde. Venstre; alle investerer. Høyre; enstemmig investerer. (B) Tre forskjellige markører for bevegelsesdata som kan brukes til å kvantifisere aspekter av investeringsbeslutningsprosessen i gruppen. Rød; beslutningstid (tid til siste trekk i sekunder). Grønn; gjennomsnitt av bevegelseslengder (tid fra ett trekk til det neste i sekunder). Blå; antall retningsendringer i bevegelsesmønster (antall). (C) Frekvens (antall) plott av avkastning. Venstre; Alle returer (som returbrøker) på tvers av runder telles. Høyre; Bare disse avkastningene (som avkastningsbrøker) telles før forvalterne mottok en investering. (D) Scatterplots av investeringer (cent) og avkastning (som avkastningsfraksjoner). Blå linje indikerer predikerte verdier (ved hjelp av en lineær modell med formel: y ~ x), grått bånd indikerer standardfeil for spådommer. Venstre; gjensidighet korrelasjon. Korrelerer høye investeringer med høy avkastning i samme runde? Høyre; fremover-signalering korrelasjon. Korrelerer høy avkastning med høye investeringer i påfølgende runde? Vennligst klikk her for å se en større versjon av denne figuren.

Supplerende figur 1: Eksempel på nettannonse gjennom flygeblad som ble lagt ut på en blogg på nettet. Dette flygebladet er et eksempel på hvilken informasjon som bør inkluderes i annonsen til deltakerrekrutteringsbrosjyren og på hvilken måte den kan presenteres. Klikk her for å laste ned denne filen.

Tilleggsfil 1: Fullstendig spørreskjema fra pilotstudien. Hele spørreskjemaet som ble brukt i pilotstudien finner du her. Klikk her for å laste ned denne filen.

Tilleggsdata1: Eksempeldatautgang som inneholder investeringsdata for en gruppe (dvs. fire deltakere: tre investorer (pid 0-2) og en tillitsmann (pid 4). Dette er et eksempel på en rådatafil som inneholder a) informasjon om spillerekkefølge, b) listen over spillere, c) start- ("StartSicht") og sluttplasseringer ("siste felles lekeplass") for alle spillere, samt d) deres investering, inntjening og kontosaldo ("Saldoer: kostnadsbelønningssaldo"). Klikk her for å laste ned denne filen.

Tilleggsdata 2: Eksempeldatautgang som inneholder bevegelsesdata for en gruppe (dvs. fire deltakere: tre investorer (pid 0-2) og en tillitsmann (pid 4). Dette er et eksempel på en rådatafil som inneholder koordinert ("sj") av hver spiller ("pid") til enhver tid i eksperimentet. Starten på en ny runde er indikert med en "-1" som "pid". Klikk her for å laste ned denne filen.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

CTG gir forskere muligheten til å tilpasse den klassiske BDM1 for grupper og observere fremvoksende prosesser i gruppene i dybden. Mens annet arbeid23,24,25,26 allerede har forsøkt å tilpasse BDM1 til gruppeinnstillinger, er den eneste måten å få tilgang til gruppeprosesser i disse studiene arbeidskrevende gruppeinteraksjonsanalyser av videoopptakte diskusjoner. Siden dette ofte er en kjedelig og tidkrevende oppgave17, rapporterer studier regelmessig ikke disse aspektene. Med hensyn til disse eksisterende metodene er CTG, så vidt forfatterne vet, det første paradigmet som gjør det mulig for forskere å følge kollektiv tillit som et fremvoksende fenomen i sanntid gjennom bevegelsesdata. CTG er derfor mer tidseffektiv. I tillegg gjør bruk av kvantitative analyser for å fange opp gruppeprosesser forskere mulighet til å forhåndsregistrere prosessanalyser, noe som ofte er vanskelig med mer kvalitative tilnærminger.

For at paradigmet skal produsere data av høy kvalitet, er det avgjørende å følge protokollen nøye. Følgende fem kritiske trinn garanterer forskernes spesielle oppmerksomhet. For det første skal konfigurasjonene som gjøres i spillet holdes konstant gjennom alle eksperimentøkter og bør dokumenteres. For det andre bør deltakere som allerede har deltatt i lignende studier (dvs. studier som bruker en hvilken som helst tillitsspillversjon) utelukkes på rekrutteringsstadiet, da dette kan skape skjevheter i atferd og redusere effektstørrelse45. For det tredje må forskerne sørge for at deltakerne er anonyme ved å forby deltakerne å dele mikrofon, kamera og fullt navn under videokonferansen, da anonymitetsnivået har vist seg å påvirke atferd i økonomiske spill27. For det fjerde, under oppstart av spillet, må forskere sjekke grundig at en korrekt forbindelse mellom deltakerbrukeren og eksperimentbrukeren er etablert ved å sørge for at deltakerbrukeren er oppført i eksperimentørens GUI. For det femte må forskningsassistenter som samler inn dataene trenes grundig for å kunne feilsøke tekniske utfordringer med deltakerne. I tilfelle deltakerne opplever problemer med å etablere Remote Desktop-tilkoblingen, må forskningsassistenter kunne gi støtte for å beholde deltakere i gruppen. Hvis en person dropper ut på grunn av tekniske problemer, kan det hende at alle deltakere innen eksperimenttidsluken må planlegges på nytt, noe som resulterer i ekstra monetære kostnader og tidstap.

Hvis det oppstår tekniske problemer under oppstart av spillet, må du kontrollere at (a) et gjeldende Java runtime-miljø er installert på Remote Desktop-maskinen, (b) alle brukere kan få tilgang til og kjøre filene i de delte mappene, (c) alle brukere utfører kommandoene i samme katalog, og (d) alle PCer/bærbare datamaskiner som har tilgang til Eksternt skrivebord-tilkoblingen, har en stabil internettforbindelse. For feilsøking under eksperimentell økt, sjekk at (a) alle deltakere og forskerne har en stabil internettforbindelse, (b) deltakerne mottok riktig påloggingsinformasjon for Remote Desktop Connection, og (c) serveren som kjører Remote Desktop Connection har tilstrekkelige ressurser (f.eks. Sjekk CPU-bruk) under eksperimentell økt.

CTG er svært tilpasningsdyktig til ulike forskningsspørsmål som gir mulighet for en bredde av mulige anvendelser i forskning. Avhengig av målet med en studie, kan en rekke parametere tilpasses, for eksempel antall spillere, krav om enstemmige beslutninger, visuelt utseende, timing og monetære parametere for BDM. Mens fleksibiliteten til dette paradigmet er en fordel, er det viktig å huske på at tilpasninger av paradigmet alltid bør være strengt grunnlagt i teorien og pilotert. Utover konfigurasjonene som forskere kan gjøre i *.config-filene, kan spillet bare justeres gjennom kildekoden programmert av Johannes Pritz, som ikke er tilgjengelig online ennå. Selv om mange tilpasninger er mulige, begrenser rammeverket til HoneyComb-plattformen mulige applikasjoner til bevegelsesoppgaver og til diskrete investeringsalternativer.

I fremtidige anvendelser av CTG kan mengden returfraksjoner økes (f.eks. 1/10, 2/10, 3/10, ...) for å gi høyere oppløsning på returadferd. På denne måten kan både siden av investorer og tillitsmenn spilles av enkeltpersoner eller grupper, slik at undersøkelse av ulike nivåer og referanser av tillit som ble foreslått av Fulmer og Gelfand7. Fremtidige anvendelser av denne protokollen kan også kombinere den elektroniske prosedyren for denne metoden med andre eksperimenter fra HoneyComb-plattformen 30,32,46,47 eller inkludere andre former for kommunikasjon som en chat eller til og med ansikt til ansikt interaksjon mellom investorer og / eller forvaltere i et eksperiment på stedet som presentert av Boos og kolleger 31 . På denne måten kan andre signaler som påvirker fremveksten av kollektiv tillit, for eksempel ikke-verbal kommunikasjon, også studeres ved hjelp av dette paradigmet.

Samlet sett kombinerer CTG fordelene med økonomiske spill - høy intern gyldighet og enkelhet - med rike gruppeprosessdata. På denne måten kan CTG fungere som et springbrett i gruppeforskning på tillits- og rettferdighetsprosesser.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Forfatterne har ingenting å avsløre.

Acknowledgments

Denne forskningen fikk ingen ekstern finansiering.

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

Virkemåte utgave 188
The Collective Trust Game: En online gruppetilpasning av tillitsspillet basert på HoneyComb-paradigmet
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