Ultimatum Game
Ultimatum Gameは、参加者に共有リソースを分配するオファーを受け入れるか拒否するかを尋ねることで、公平性に関連する意思決定を測定します。これは、社会的な好みや規範の執行を研究するために、心理学、経済学、神経科学の研究で広く使用されています。
タスク形式 | Ultimatum Game オンラインとラボ
Ultimatum Gameでは、参加者は二人プレイヤーの多人数経済的意思決定タスクに参加します。各試行では、一定の金額が二人のプレイヤーの間で分配されます。試行に割り当てられた役割に応じて、参加者はお金の分配を提案するか、提案された分割を受け入れるか拒否するかを決定します。
提案が受け入れられると、両方のプレイヤーは提案された金額を受け取ります。拒否された場合、その試行のためにどちらのプレイヤーもお金を受け取りません。タスクは、参加者がタスクの構造と意思決定ルールに慣れるための短い練習ラウンドから始まります。練習試行は最終データ分析に含まれません。タスクの最後に、参加者はすべての試行で得た合計金額が表示されます。
Ultimatum Gameの測定値と収集データ
Ultimatum Gameは、公平性と相互性を含む社会的および経済的文脈での意思決定をどのように行うかを明らかにする一連の行動測定値をキャプチャします。記録された変数により、研究者は受け入れ率と拒否率、反応時間、オファー金額、さまざまな提案条件における意思決定パターンを評価することができます。これらの測定値は、公平性の好み、不均衡に対する敏感さ、社会的意思決定における戦略的または感情的な影響を定量化するのに役立ちます。すべての変数は、タスクのVariablesタブ内で表示およびカスタマイズできます。
以下は、LabvancedバージョンのUltimatum Gameで収集された変数の例です：
| 変数名 | 説明 |
|---|---|
amount_proposer | 提案者に割り当てられた金額 |
amount_responder | 応答者に割り当てられた金額 |
amountToSplit | 試行で分配可能な合計金額 |
responder_choice | 応答者が提案者から提案された金額を「受け入れた」か「拒否した」を示します |
split_share_responder | 試行で利用可能な資金のパーセント（amountToSplit）を応答者のために提案された割合 |
split_share_proposer | 試行で利用可能な資金のパーセント（amountToSplit）を提案者のために提案された割合 |
total_balance_proposer | 試行の通算での提案者の累積収益 |
total_balance_responder | 試行の通算での応答者の累積収益 |
Role_ID | 多人数研究に割り当てられた参加者特有のID |
データテーブルは、LabvancedでのオンラインUltimatum Gameからの個別試行レベルの出力を示しています。
このインタラクティブな2人対戦ゲームでは、1人のプレイヤーが金額の分割を提案し、もう1人がそれを受け入れるか拒否するかを決定します。
オンラインおよびラボ研究のためのUltimatum Gameを駆動する技術
Ultimatum Gameは、柔軟な試行ロジック、明確な刺激提示、および信頼できる応答記録を必要とします。Labvancedは、さまざまな実験デザインにわたってこれらの機能を実装するために必要なツールを提供します。
多人数研究のサポート: 2人以上の参加者が同じ実験内でリンクされた多人数研究デザインをサポートします。これにより、提案者や応答者といった異なる役割を割り当てたり、参加者間でタスクフローを同期させたりし、タスク中に意思決定に関連する情報を交換することが可能です。
異なる場所からの参加: タスクは、異なる場所から参加する参加者によって完了でき、対面セッションを必要とせずにリアルタイムまたは非同期の社会的相互作用研究が可能です。
制御された研究のためのデスクトップアプリのサポート: 安定したタイミングやハードウェア統合を要するラボベースの実験には、Labvancedデスクトップアプリを使用してタスクを展開できます。これにより、EEGやその他のLSLベースのセットアップなどの外部システムとの互換性があります。
リモートおよび縦断的な展開: Ultimatum Gameはリモートで配信され、複数のセッションにわたって繰り返すことができるため、社会的意思決定の変化を追跡する縦断的デザインに適しています。
ウェブカメラ目の追跡
埋め込み式でコードなしのピアレビューされたウェブカメラ目の追跡で視線パターンと視覚的注意をキャプチャします。
タイミング精度
時間に敏感なタスクのためにミリ秒の精度で反応時間、タスクパフォーマンスなどをキャプチャします。
マルチユーザー研究
ネットワーキングやサーバーコードを書くことなく、同期型のリアルタイム多人数研究を行うことができます。
Ultimatum Gameのカスタマイズ
Ultimatum Gameタスクテンプレートを特定の研究質問に合わせて適応する方法は多岐にわたります。以下は、研究者がこのタスクの変更に関してよく尋ねるテーマの一部です。
オファー構造および提示
オファー金額や賭け金のサイズは、分配が表示される方法を制御する変数や条件イベントを編集することによって調整できます。これは、関連するイベントを編集および修正することで実現できます。
視覚プレゼンテーション
研究者は、特定の実験要件に合わせてサイズ、色、位置、方向、テキスト内容などの属性を調整できます。視覚的表現、数値フォーマット、または文脈ラベルは、タスクエディタおよび/またはObject Propertiesパネルを通じて変更できます。
試行フローとフィードバックデザイン
練習試行、フィードバックス écr酬、ブロック遷移は通常、別々のフレームとして実装されています。研究者は、フレームナビゲーションおよび関連するイベントを編集することによって、試行の数や進行ルールを調整できます。
このタスクのカスタマイズに関して助けが必要な場合は、お気軽にお問合せください：
Ultimatum Gameの推奨使用例と応用
Ultimatum Gameは、社会的意思決定と公平性に関連する行動を研究するために、研究、臨床、応用セッティングで広く使用されています。
社会的および経済的意思決定研究: 健康な成人集団における公平性の好み、利他主義、規範の執行を調べるためによく使用されます。
発達およびライフスパン研究: 子供と青年期における公平性の感受性や社会的規範がどのように発展し、後の成人期にどう変化するかを研究するために適用されます。
臨床および神経心理学的集団: 気分障害、パーソナリティ障害、自閉スペクトラム症、社会的認知が変化する可能性のある神経学的集団を対象とした研究に使用されます。
文化的および異文化研究: 文化や社会グループ間の公平性の規範や意思決定戦略を比較するために頻繁に利用されます。
神経画像および脳機能研究: 神経画像や電気生理学的手法と組み合わせて、社会的意思決定の根底にある神経メカニズムを調査するためにしばしば利用されます。
参考文献
Güth, W., Schmittberger, R., & Schwarze, B. (1982). An experimental analysis of ultimatum bargaining. Journal of Economic Behavior and Organization, 3(4), 367–388.
Deldoost, M. H., & Saeedi, M. T. (2021, June). Investigating Role of Social Value Orientation in Individual’s Decision-Making Evidence from the Ultimatum Game. In Eurasian Business and Economics Perspectives: Proceedings of the 31st Eurasia Business and Economics Society Conference (pp. 63-74). Cham: Springer International Publishing.