《自我损耗大规模复制失败、法官饥饿效应排序伪影与决策疲劳日程母典》各章定量结论
「意志力像肌肉」「法官饿了判得更严」「重要的决定放在早上」,这些说法背后站着两项著名证据:一份把近两百次检验合并出 0.62 的自我损耗元分析,以及以色列假释委员会「饭前通过率骤降」的锯齿曲线。本书把两项证据放到预注册复制、元分析偏差检验与案件排序模拟面前,看它们还剩多少。书中参数为示意;全部计算由书中程序生成;本书不是心理或医疗建议,书中流程与工具为非个人化经营建议。
DOI 待发布 · 专著页正式发布后上线(本站暂无专著页) · 5DL-B-196 · English version
- 第 1 章 · 从 0.62 到 0.04:自我损耗的预注册复制
第一章复算两次预注册多实验室检验:2016 年的 23 个实验室得到 0.04,2021 年的 36 个实验室得到 0.06,粗略合并为 0.0547。 - 第 2 章 · 漏斗里的空气:选择性发表、Egger 检验与 PET-PEESE
第二章模拟一个真实为零、经选择性发表筛选的文献,随机效应元分析仍得到 0.286,并用 Egger 检验、PET 与 PEESE 检测与校正。 - 第 3 章 · 饥饿的法官还是排好的案卷:排序伪影的三种生成方式
第三章把「饥饿法官」拆成律师优先排序、控制代理后的剩余斜率与格勒克纳的时间管理三种机制;排序伪影的斜率可达真实疲劳的 4.68 倍。 - 第 4 章 · 随机效应的代价:异质性、预测区间与贝叶斯因子
随机效应模型承认研究之间的差异,但当小研究系统性偏大时,它会把偏差放大:示意数据中,固定效应为 0.140,随机效应为 0.383,大检验的权重从 0.694 降到 0.157。预测区间从 −0.078 到 0.844,比置信区间诚实得多。贝叶斯因子显示两次复制中等程度地支持零假设,但若事先强烈相信效应,后验概率仍有 0.5565。下一章离开统计方法,讨论四种关于「为什么会疲劳」的竞争解释,并找出能区分它们的实验设计。 - 第 5 章 · 四种解释的指纹:资源、过程、信念与排序
资源、过程、信念与排序四个故事可以产生完全相同的日内衰退曲线,在一个普通的日子里,它们之间的差距为 0.000。打乱顺序的设计区分力最强,能把排序伪影与其余三者分开;激励设计能区分资源与过程。随机安排休息时点是一个更易执行的替代方案:在 p52 的模拟中,它把纯疲劳世界的休息距离斜率正确估计为 −0.0092,而朴素分析只看到 −0.0029。下一章假定衰退效应存在且大小未知,计算一位老板应当怎样安排每天的决策顺序与休息。 - 第 6 章 · 决策疲劳日程:重排不等式与休息的动态规划
第六章用重排不等式与动态规划计算排序与休息规则:在小效应世界,「大事先做」只节省总金额的 0.0100。 - 第 7 章 · 东西方原典考辨:荀子「虚壹而静」与詹姆斯《人的能量》
理想状态下的正确率为 0.7734。损耗效应让正确率降到 0.7673,损失 0.0061。拖带幅度为 0.25 时损失 0.0070,与损耗相当;拖带幅度为 0.50 时损失 0.0268。一项并行任务带来方差 0.25 的噪声时,损失 0.0245;方差为 0.50 时损失 0.0435。情绪噪声方差为 0.10 时损失 0.0106,为 0.40 时损失 0.0365。三者同时处于较低水平时,损失为 0.0391。 - 第 8 章 · 实证闭环:老板的决策日志与预注册证伪方案
第八章给出老板的决策日志流程、蒸馏小工具「决策排序器」与预注册方案:独自记录 120 个工作日能发现的最小差距是 0.072。书中以标注框区分已发表证据、可运行的 Python 计算(18 段程序)、原典与作者假说。
模型示意算例,非实时报价