Ultimatum Game
Ultimatum Gameは、共有リソースを分割するオファーを受け入れるか拒否するように参加者に求めることで、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強化を調査するために心理学、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 & ラボ
Ultimatum Gameでは、参加者は2人用の多参加者経済意思決定タスクに参加します。各試行では、固定金額が2人のプレイヤー間で分割されます。試行の役割に応じて、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、両方のプレイヤーはその試行のいかなる金銭も受け取ることがありません。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は含まれません。タスクの終わりには、参加者は全ての試行で得た合計金額が表示されます。
Ultimatum Gameのメトリクスと収集データ
Ultimatum Gameは、公正性と相互性に関与する社会的および経済的文脈において、個人がどのように意思決定を行うかを明らかにするさまざまな行動測定をキャプチャします。記録される変数により、研究者は受け入れ率や拒否率、応答時間、オファー金額、異なる提案条件における意思決定のパターンを評価できます。これらの測定は、公平性の好み、不平等に対する感受性、および社会的意思決定に対す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版の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 | 試行で分割可能な合計金額 |
responder_choice | 応答者が提案者によって提案された金額を「受け入れた」か「拒否した」かを示す |
split_share_responder | 試行での利用可能な資金のパーセンテージ(amountToSplit) 応答者に提案された |
split_share_proposer | 試行での利用可能な資金のパーセンテージ(amountToSplit) 提案者に提案された |
total_balance_proposer | 試行を通じた提案者の累積収益 |
total_balance_responder | 試行を通じた応答者の累積収益。 |
Role_ID | 多人数研究で割り当てられた参加者特有のID |
データテーブルは、LabvancedのオンラインUltimatum Gameの個別試行レベルデータを示しています。
このインタラクティブな2人用ゲームでは、1人のプレイヤーが金銭の分割を提案し、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。
Ultimatum Gameのためのオンライン&ラボ研究を支えるテクノロジー
Ultimatum Gameは、柔軟な試行ロジック、明確な刺激提示、および信頼性の高い応答記録を必要とします。Labvancedは、さまざまな実験デザインで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る多人数研究デザインをサポートします。これにより、提案者や応答者などの異なる役割を割り当て、参加者間でタスクフローを同期させ、タスク中に意思決定に関する情報を交換することが可能になります。
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を行うことができます。
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が必要なラボベースの実験に対して、タスクはLabvancedデスクトップアプリを使用して展開できます。これにより、EEGや他のLSLベースのセットアップなど、外部システムとの互換性が得られます。
リモートおよび横断的配信: Ultimatum Gameはリモートで提供され、複数回のセッションを通じて繰り返すことができ、時間の経過に伴う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。
ウェブカメラアイトラッキング
組み込みのコーディング不要のピアレビューされたウェブカメラアイトラッキングで、視線パターンと視覚的注意をキャプチャします。
タイミングの正確性
時間に敏感なタスクのために、ミリ秒単位の精度で反応時間、タスクパフォーマンスなどをキャプチャします。
多人数研究
ネットワークまたはサーバーコードを記述することなく、同期したリアルタイムの多参加者研究を実施します。
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させる方法はいくつかあります。以下は、研究者がこのタスクを修正する際によく尋ねるテーマのいくつかです。
オファー構造と提示
オファー金額やステークサイズは、分割の表示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。
視覚的提示
研究者は、特定の実験要件に合わせてサイズ、色、位置、方向、およびテキスト内容などの属性を調整できます。視覚的表現、数値形式、または文脈ラベルは、タスクエディタやObject Propertiesパネルを通じて修正できます。
試行フローおよびフィードバックデザイン
練習試行、フィードバック画面、およびブロック遷移は通常、別々のフレームとして実装されます。研究者は、フレームのナビゲーションや関連イベントを編集することで、試行の数や進行ルールを調整できます。
このタスクをカスタマイズする際に支援が必要な場合は、お気軽にご連絡ください:
Ultimatum Gameの推奨使用法と応用
Ultimatum Gameは、社会的意思決定および公正性関連行動を研究するために、研究、臨床、および応用の設定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正性の好み、利他主義、および規範の強化を調査するために一般的に使用されています。
発達およびライフスパン研究: 幼少期から青年期にかけて、公正性に対する感受性と社会規範がどのように発達し、後の成人期にどのように変化するかを研究するために適用されています。
臨床および神経心理学的集団: 気分障害、人格障害、自閉症スペクトラム障害、および社会的認知が変化する可能性がある神経集団に関する研究で使用されます。
文化および異文化研究: 文化や社会的グループ間の公正性の規範や意思決定戦略を比較するために頻繁に使用されます。
神経画像法および脳機能研究: 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、神経画像法または生理学的方法と組み合わせて使用されることが多いです。
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.