880 lasījumi
880 lasījumi

Zinātnei ir uzticamības problēma. Vai azartspēles var to atrisināt?

autors sshshln12m2025/03/18
Read on Terminal Reader

Pārāk ilgi; Lasīt

Prognožu tirgi jau sen tiek uzskatīti par traucējošu spēku zinātniskajā prognozēšanā un lēmumu pieņemšanā. Tie piedāvā finansiālu stimulu struktūru zināšanu radīšanai, kur idejas netiek vienkārši publicētas. Statisku ekspertu atzinumu vietā tie liek zināšanas iekustināt, nepārtraukti pārveidojot uzskatus, ieplūstot pierādījumiem. Rezultāts? Paškorektīvs, līdzdalības zinātnes modelis, kurā patiesība parādās, pielāgojas un sacenšas.
featured image - Zinātnei ir uzticamības problēma. Vai azartspēles var to atrisināt?
sshshln HackerNoon profile picture
0-item

Prognožu tirgi jau ilgu laiku ir kalpojuši kā kristāla lodītes, kas destilē izkliedētu informāciju, lai prognozētu vēlēšanas, ekonomiskās pārmaiņas un tehnoloģiskos sasniegumus. Taču zinātnē tie pārsniedz vienkāršu prognozēšanu — kļūstot par dzīvām laboratorijām, kur hipotēzes tiek pārbaudītas, pilnveidotas un finansiāli stimulētas reāllaikā. Šajā rakstā ir apskatīta epistemiskā revolūcija, ko izraisījuši zinātnisko prognožu tirgi — kā tiem ir potenciāls novērst sistēmiskas nepilnības pētniecībā, pārveidot validācijas mehānismus un no jauna definēt, ko nozīmē radīt zināšanas atvērtā pasaulē.


Patiesības mārketings

Kā būtu, ja zinātnisko patiesību nediktē komitejas un ietekmes faktori, bet gan atvērts tirgus, kur hipotēzes pieaug vai samazinās, pamatojoties uz reāllaika likmēm?


Gadsimtiem ilgi zinātniskā apstiprināšana ir bijusi atkarīga no statiskas salīdzinošās pārskatīšanas, institucionālā apstiprinājuma un akadēmiskā prestiža — sistēmām, kas ir pilnas ar aizspriedumiem, vājajām vietām un politiskiem stimuliem. Rezultāts? Reproducējamības krīze, nepietiekamu pētījumu plūdi un sistēma, kurā finansējums nosaka pētniecības prioritātes, nevis faktiskos epistēmiskos nopelnus ( Maiznieks, 2016 ; Björk et al., 2010 ; Fang & Casadevall, 2012 ; Larivière et al., 2015 ; Romero, 2019 ).


Prognožu tirgi ievieš radikālu alternatīvu: finansiālu stimulu struktūru zināšanu radīšanai, kur idejas ne tikai tiek publicētas — tās tiek pārbaudītas stresa apstākļos, pilnveidotas un apstiprinātas, izmantojot decentralizētu kolektīvo izlūkošanu. Tie nav trausli — tie plaukst no nenoteiktības, nepārtraukti pielāgojoties jauniem datiem un ieskatiem.

Teorētiskais mugurkauls

Prognožu tirgi, kas jau sen tiek slavēti kā kolektīvās inteliģences dzinēji, jau sen tiek uzskatīti par graujošu spēku zinātniskajā prognozēšanā un lēmumu pieņemšanā ( Hansons, 1995 ; Baklijs, 2014 ; Almenberg, Kittlitz & Pfeiffer, 2009 ). Pārvēršot sadrumstalotās zināšanas mainīgās, reāllaika prognozēs, šie tirgi pārvērš nenoteiktību dinamiskā, mainīgā signālā, kas mainās ar katru jaunu datu punktu.


Savā pamatā prognožu tirgi iemieso "pūļa gudrību" pārspīlētajā režīmā — decentralizētu sistēmu, kurā varbūtības pielāgojas reāllaikā, atkārtojot Beijesa epistemoloģijas principus ( Hsu, 2011. gads ). Statisku ekspertu atzinumu vietā tie liek zināšanas iekustināt, nepārtraukti pārveidojot uzskatus, ieplūstot pierādījumiem. Rezultāts? Paškorektīvs, līdzdalīgs zinātnes modelis, kurā patiesība netiek diktēta — tā parādās, pielāgojas un sacenšas atklātā ideju arēnā.


Prognožu tirgu epistemiskais pamats sasaucas ar Kārļa Popera zinātnes filozofiju, īpaši viņa uzskatu, ka zinātnes progress attīstās minējumos un atspēkojumos — kritiskas iesaistīšanās process, nevis paļaušanās uz izolētu pieredzi. Prognožu tirgi nodrošina strukturētu vidi, kurā saplūst dažādas perspektīvas, sacenšas un decentralizēti precizē hipotēzes. Kā Robins Hansons (1995) , viens no agrākajiem zinātnes prognožu tirgus atbalstītājiem, novēroja: "Tirgi nav tikai vietas, kur notiek preču apmaiņa — tās ir platformas zināšanu apkopošanai." Pārveidojot individuālus spriedumus kolektīvā ieskatā, prognožu tirgi piedāvā dinamisku alternatīvu tradicionālajām ekspertu vadītajām novērtēšanas sistēmām.


Turklāt šie tirgi iemieso Hayekian zināšanu teoriju, kas apgalvo, ka izkliedētās zināšanas, ja tās ir pareizi apkopotas, nodrošina precīzāku un efektīvāku lēmumu pieņemšanu nekā centralizēta kontrole. Prognožu tirgi pārtrauc zinātnisko apstiprinājumu no hierarhiskām institūcijām, pārceļot varu uz decentralizētu, atvērtu sistēmu, kurā zināšanas tiek ražotas, pārbaudītas un pilnveidotas kolektīvi. Vairāk nekā tikai instruments, tie veido dzīvu epistemisku infrastruktūru — caurspīdīgu, līdzdalību un dinamiski attīstās ar katru jaunu pierādījumu.



Galvenā ideja: prognozēšanas tirgi kā epistemiski instrumenti

Prognožu tirgi darbojas kā decentralizēti informācijas apkopošanas mehānismi. Dalībnieki liek likmes uz iznākuma iespējamību, un tirgus kolektīvā inteliģence pielāgo cenas, lai atspoguļotu visticamāko scenāriju.


Zinātnes kontekstā prognožu tirgi ieņem unikālu lomu kā epistemiski instrumenti — sistēmas zināšanu ģenerēšanai, pārbaudei un uzlabošanai. Izveidojot tirgus ap zinātniskām hipotēzēm, dalībnieki lemj par to, vai apgalvojumi tiks eksperimentāli apstiprināti, piedāvājot dinamisku, reāllaika to ticamības novērtējumu.


Pārejot no tradicionālajām ekspertu vadītajām novērtēšanas sistēmām uz tirgus virzītu prognozēšanu, zinātnisko prognožu tirgi nodrošina vairākas būtiskas epistemiskas funkcijas:

  • Informācijas apkopošana: prognožu tirgi ir izcili, konsolidējot decentralizētas zināšanas no dažādiem avotiem, kas bieži vien nodrošina precīzākas prognozes nekā atsevišķi novērtējumi.
  • Izkliedēta zināšanu integrācija: zinātne ir dziļi specializēta, un eksperti koncentrējas uz šaurām jomām. Prognožu tirgi ļauj gan speciālistiem, gan informētiem nepiederošajiem sniegt ieguldījumu kopīgā prognozēšanas platformā, izmantojot dažādus ieskatus ( Budesku un Čens, 2015 ).
  • Vienprātības veidošana: disciplīnās ar būtiskām zinātniskām domstarpībām prognožu tirgi sintezē dažādus viedokļus vienā tirgus cenā, piedāvājot kolektīvās pārliecības mēru, kas var būt ticamāks nekā tradicionālās metaanalīzes vai ekspertu paneļi ( Wolfers & Zitzewitz, 2004 ).


Epistemiskā dzinēja efekts: finanšu āda spēlē

Kas notiek, ja patiesībai ir cena?


Tradicionālajā zinātnē kļūdas bieži pastāv, jo neviens netiek finansiāli sodīts par kļūdu. Salīdzinošie recenzenti nezaudē naudu, apstiprinot sliktu darbu. Žurnālu redaktori nemaksā par vāju pētījumu publicēšanu. Akadēmiskajā vidē jūs varat kļūdīties gadiem ilgi un joprojām iegūt pilnvaras.


Prognožu tirgi maina spēli, piespiežot precizitāti ar finansiāliem stimuliem. Kad nauda ir apdraudēta, ideoloģija atkāpjas no patiesības — dalībnieki tiek atalgoti par pareizu rezultātu prognozēšanu, nevis par institucionālo aizspriedumu aizstāvēšanu vai naratīvu virzīšanu. Tas rada spēcīgu epistemisku dzinējspēku, kur taisnība ir izdevīga, un kļūdīšanās rada reālas sekas.


Šajā sistēmā zinātniskā apstiprināšana kļūst par atklātu, augstas likmes eksperimentu, kurā idejas rodas un krīt, pamatojoties uz to faktisko prognozēšanas spēku, nevis institucionālu apstiprinājumu. Tā vietā, lai apelētu pie autoritātes, tirgus atalgo tikai vienu: patiesību attiecībā uz realitāti.


Reproducējamības krīzes risināšana zinātnē

Viens no nozīmīgākajiem prognožu tirgu solījumiem ir to potenciāls risināt reproducējamības krīzi — problēmu, kas mazina zinātnisko pētījumu uzticamību, jo plaši izplatītā nespēja atkārtot publicētos atklājumus ( Gordons et al, 2021 ; Munafo et al., 2015 ; Holcmeister et al. 2024. gads ).


Nozīmīgs pētījums, kurā izmantoja prognožu tirgus, lai novērtētu 44 psiholoģiskos pētījumus, parādīja, ka tirgus virzīti novērtējumi var efektīvi paredzēt replikācijas rezultātus, pārspējot tradicionālās aptaujas metodes ( Dreber et al., 2015 ). Ļaujot dalībniekiem veikt derības par veiksmīgas replikācijas iespējamību, prognožu tirgi nodrošina rentablu mehānismu replikācijas pasākumu prioritātes noteikšanai. Pētījumus ar zemāku tirgus novērtētu replikācijas varbūtību var atzīmēt turpmākai pārbaudei, savukārt augstas ticamības pētījumiem var piešķirt prioritāti praktiskai lietošanai.


Šī pieeja pārvērš zinātniskās validācijas skriptu, aizstājot lēno pēcpublicēšanas replikāciju ar dinamisku, preventīvu kvalitātes pārbaudi — novirzot resursus tur, kur tie ir vissvarīgākie, un pārliecinoties, ka revolucionārie pētījumi saņem pelnīto uzmanības centrā.


Ārpus salīdzinošās pārskatīšanas: jauns zinātniskās apstiprināšanas modelis

Lai gan tradicionālā salīdzinošās pārskatīšanas sistēma ir zinātniskās publikācijas pamatā, tā bieži tiek kritizēta par to, ka tā ir lēna, necaurredzama un pakļauta tādiem aizspriedumiem kā status quo nostiprināšana un grupas domāšana. Prognožu tirgi piedāvā alternatīvu — līdzdalības un pārredzamu sistēmu zinātniskai apstiprināšanai, kas darbojas reāllaikā.


Robins Hansons (1995) paredzēja prognozēšanas tirgus kā pārveidojošus instrumentus zinātniskai vienprātībai, līdzīgi tam, kā Satoši Nakamoto blokķēde radīja revolūciju finanšu darījumos. Viņš apgalvoja, ka prognozēšanas tirgi zinātnei var būt tas, ko finansē blokķēdes: decentralizēta, pārredzama sistēma uzticības un informācijas apkopošanai. Šajā ziņā prognožu tirgi sakrīt ar decentralizētās zinātnes (DeSci) ētiku, cenšoties demokratizēt un automatizēt zinātnisko infrastruktūru.


Šāda maiņa varētu novest pie jaunas paradigmas pētniecības validācijā, kur zinātnisko uzticamību nosaka ne tikai statiska salīdzinošā pārskatīšana, bet arī dinamiski novērtēta prognožu tirgos, kas pastāvīgi tiek atjaunināti, pamatojoties uz jauniem pierādījumiem. Šajā pasaulē patiesība nerodas no autoritātes — tā sacenšas atvērtā epistemiskā tirgū, kur izdzīvo tikai spēcīgākās idejas.


Prognožu tirgus priekšrocības zinātnē

🟡 Dinamiski paškoriģējoši modeļi

Atšķirībā no statiskajiem ekspertu viedokļiem vai aptaujām prognožu tirgi nepārtraukti tiek atjaunināti, tiklīdz parādās jauna informācija, ļaujot zinātniskajās prognozēs veikt reāllaika korekcijas. Šī funkcija padara tos īpaši vērtīgus strauji mainīgās pētniecības jomās.

🟡 Kognitīvo aizspriedumu samazināšana

Tradicionālie zinātniskie vērtējumi bieži vien ir pakļauti akadēmisko hierarhiju, interešu konfliktu un kolektīvās inerces ietekmei. Sasaistot finansiālos stimulus ar precīzām prognozēm, prognožu tirgi samazina institucionālo aizspriedumu, atalgojot objektivitāti, nevis status quo domāšanu.

🟡 Resursu piešķiršanas optimizēšana

Zinātniskais finansējums bieži tiek sadalīts, pamatojoties uz pagātnes pētījumu rezultātiem un iestāžu reputāciju, nevis paredzamo ietekmi. Prognozēšanas tirgi piedāvā alternatīvu, reāllaikā kvantificējot pētījumu priekšlikumu sagaidāmo vērtību. Finansēšanas aģentūras var izmantot šos ieskatus, lai prioritizētu projektus ar vislielāko paredzamo ietekmi, padarot resursu piešķiršanu efektīvāku ( Dreber et al., 2015 ).

🟡 Agrīnie signāli par zinātniskiem sasniegumiem

Likvīds un aktīvs prognožu tirgus var kalpot kā agrīns rādītājs zinātniskās vienprātības maiņai. Tā vietā, lai gaidītu oficiālu publikāciju un salīdzinošās pārskatīšanas ciklus, pētnieki var dinamiski reaģēt uz jauniem tirgus signāliem, pielāgojot savu darbu, reaģējot uz jaunākajiem pierādījumiem.

🟡 Pārredzamības un atvērtas zinātnes veicināšana

Prognožu tirgi pārvērš kolektīvo prognozēšanu par publisku, dinamisku diskusiju, pastiprinot zinātniskā diskursa pārredzamību. Apvienojot ar atvērtās zinātnes iniciatīvām, tās rada decentralizētu sistēmu hipotēžu apstiprināšanai, attīstot pētniecības kultūru, kas plaukst ar stingrību, sadarbību un atbildību.


Savienojuma teorija un prakse: šķēršļi zinātnes prognozēšanas tirgos

Neskatoties uz teorētisko solījumu, zinātnisko prognožu tirgi saskaras ar būtiskiem praktiskiem šķēršļiem ieviešanā. Pirmie mēģinājumi ir cīnījušies ar ierobežotu dalību, zemu likviditāti un nišas pievilcību, kas neļauj šiem tirgiem sasniegt kritisko masu, kas nepieciešama ilgstošai ietekmei.


Viena no visilgāk strādājošajām platformām, Prognozēšanas birža Kopš 1994. gada ir organizējis tirgus par tādām tēmām kā globālā sasilšana un atmosfēras CO₂ līmenis. Tomēr tā ietekme joprojām ir neliela. Kā Biezais (2017) Novērots, ka globālās sasilšanas tirgū 2015. gadā notika tikai septiņi darījumi, uzsverot grūtības piesaistīt pietiekami daudz dalībnieku, lai radītu nozīmīgu likviditāti.


Līdzīgi, iParedzēt , Jaunzēlandē bāzēta platforma, mēģināja atvērt tirgus ar zinātniskiem sasniegumiem, piemēram, jaunu periodiskās tabulas elementu atklāšanu vai izmirušu sugu no jauna atklāšanu. Lai gan šie tirgi bija konceptuāli ambiciozi, tie nespēja piesaistīt ilgstošu interesi, galvenokārt tāpēc, ka trūka institucionālā atbalsta un līdzdalības stimulu. Formalizētu mehānismu trūkums prognožu tirgu integrēšanai zinātnisko lēmumu pieņemšanā ir kavējis to pieņemšanu.


Turpretim SciCast , prognožu tirgus projekts, ko vadīja Džordža Meisona universitāte un finansēja IARPA, parādīja zinātniskās prognozēšanas potenciālu pārspēt individuālās ekspertu prognozes. Izmantojot uz žetoniem balstītu stimulu sistēmu, SciCast veiksmīgi iesaistīja dalībniekus un ilustrēja kolektīvās inteliģences spēku zinātnisko rezultātu prognozēšanā. Kā Almenbergs, Kitlics un Feifers (2009) atzīmēja*,* prognožu tirgi var demokratizēt zināšanas, izaicinot tradicionālos zinātniskās apstiprināšanas vārtsargus.


Tomēr, neskatoties uz šiem daudzsološajiem rezultātiem, SciCast gandrīz desmit gadus ir palicis neaktīvs, atspoguļojot plašāku cīņu par aktīvu līdzdalību zinātnisko prognožu tirgos.


Decentralizācijas solījums

Decentralizēto platformu attīstība ir iedvesusi jaunu elpu zinātnisko prognožu tirgos, atbrīvojoties no institucionālajiem vārtiem un mantotajiem ierobežojumiem. Uz kriptogrāfiju balstītas platformas, piemēram Polimārkets — kas līdz 2024. gadam pārsniedza 30 miljonus USD kopējā bloķētā vērtība (TVL) un 1 miljardu USD kumulatīvo tirdzniecības apjomu — parāda decentralizētās prognozēšanas mērogojamību un pievilcību. Tā kā ar zinātni saistītas prognozes tagad kļūst arvien populārākas, Polymarket ir kļuvis par centru dažādiem dalībniekiem, pierādot, ka ar pareiziem stimuliem un dizainu prognožu tirgi var pārvarēt savus pagātnes ierobežojumus. Mūsdienās tas dominē web3 prognožu tirgos, pārspējot 600 miljonu dolāru apmērā un piesaistīt vairāk nekā 150 000 lietotāju, nostiprinot savu lomu kā galveno notikumu varbūtības mērītāju.


Ezīšu tirgi , augošā Solana balstītā prognozēšanas platforma, izvēršas par zinātnisku prognozēšanu, izaicinot Ethereum dominējošo Polymarket. Sākotnēji koncentrējoties uz politiku, sportu un finansēm, tagad tas ir pionieris ilgmūžības prognozēšanas tirgos, ļaujot veikt derības par peļu dzīves ilguma pagarināšanas eksperimentiem, sadarbojoties ar sūknis.zinātne .


Tomēr ceļš uz decentralizētu zinātnisko prognozēšanu nav bijis gluds. Augur , kas ir viens no agrākajiem uz blokķēdes balstītajiem prognožu tirgiem, sākotnēji bija daudzsološs, taču satricināja tādu problēmu dēļ kā neētiskas derības un slikta lietotāja pieredze, izraisot uzticības samazināšanos. Šīs kļūdas uzsver nepieciešamību pēc ētiskiem regulējumiem un stingras mērenības, jo īpaši zinātnes tirgos, kur uzticamība ir vissvarīgākā. Kā varētu apgalvot Imre Lakatoss, šo platformu panākumi ir atkarīgi no to spējas darboties kā “ progresīvām pētniecības programmām” — stingrām, paškoriģējošām sistēmām, kas saskaņo metodoloģisko integritāti ar jēgpilnu ieskatu.


Nākotnes virzieni zinātnisko prognožu tirgiem

Zinātnisko prognožu tirgu plašā ieviešana saskaras ar vairākām problēmām, tostarp regulējuma problēmām (jo dažas jurisdikcijas tās var klasificēt kā azartspēļu platformas), likviditātes problēmām (pietiekamas līdzdalības nodrošināšana, lai radītu jēgpilnas prognozes) un vajadzību pēc stabiliem noregulējuma mehānismiem, lai pārbaudītu zinātniskos rezultātus. Lai palielinātu to ietekmi, turpmākajā ieviešanā jāņem vērā:


  • AI izšķirtspēja un viedie orākuli: mākslīgā intelekta un decentralizēto orākulu izmantošana, lai automatizētu zinātnisko rezultātu pārbaudi, samazinot subjektivitāti un palielinot uzticēšanos tirgus risinājumiem.
  • Hibrīdie modeļi, kas apvieno salīdzinošo pārskatīšanu un tirgus prognozēšanu. Žurnāli un finansēšanas iestādes varētu papildināt tradicionālos pārskatīšanas procesus ar uz tirgu balstītiem varbūtības novērtējumiem.
  • Automatizētie tirgus veidotāji (AMM) zinātnei: algoritmisku tirgus veidošanas metožu, piemēram, logaritmisko tirgus vērtēšanas noteikumu (LMSR) izmantošana, lai nodrošinātu likviditāti un vieglu dalību (Hanson, 2003).
  • Integrācija ar atvērtām zinātnes platformām: prognožu tirgu iekļaušana esošajās atvērtās piekļuves pētniecības platformās var veicināt lielāku līdzdalību un pārredzamību.
  • Izglītības un informēšanas iniciatīvas: pētnieku iepazīstināšana ar prognožu tirgu mehāniku un priekšrocībām būs ļoti svarīga pieņemšanai.

Izaicinājumi un risinājumi: mārketinga zināšanu tumšā puse

Katra revolūcija nāk ar haosu, riskiem un neparedzētām sekām. Lai gan prognožu tirgi piedāvā ātrumu, caurspīdīgumu un decentralizētu izlūkdatu, tie arī paver durvis manipulācijām, ētiskām dilemmām un regulējošām mīnām. Ja zinātne tiek pārvērsta par likmju tirgu, kas notiek, kad sistēma tiek spēlēta? Kad stimuli novirzās no patiesības meklēšanas uz peļņas palielināšanu? Kad tirgi pastiprina aizspriedumus, nevis tos izjauc?


Secinājums

Prognožu tirgi nav tikai jauns rīks zinātniskajā arsenālā — tie ir sacelšanās pret lēno, nepārskatāmo un hierarhisko tradicionālās validācijas mehānismu. Vairāk nekā prognozēšanas mehānisms, tie veido dzīvu, elpojošu epistemisku dzinēju — tādu, kas plaukst ar decentralizāciju, caurspīdīgumu un kolektīvo reāllaika inteliģences pulsu.


Ja tie iesakņosies, zinātnisko prognožu tirgi ne tikai uzlabos esošo sistēmu; viņi pārrakstīs tās DNS. Pasaulē, kurā dezinformācija izplatās ātrāk nekā atklāšana un vienprātība ir gan trausla, gan strīdīga, šie tirgi piedāvā pārdrošu alternatīvu: dinamisku, pašizlabojošu tīklu, kurā patiesība netiek diktēta no augšas, bet gan organiski izriet no kolektīvās spriešanas. Šī nav salīdzinošā pārskatīšana 2.0 — tas ir kaut kas daudz radikālāks: atvērts, attīstošs un trausls ideju tirgus, kurā zināšanas tiek nepārtraukti pārbaudītas, pilnveidotas un pārdomātas.


Atsauces

Almenberg, J., Kittlitz, K., & Pfeiffer, T. (2009). Prognožu tirgi zinātnei. Journal of Economic Behaviour & Organization, 80 (1), 105–117.

Arrow, KJ, Forsythe, R., Gorham, M., Hahn, R., Hanson, R., Ledyard, J., Levmore, S. u.c. (2008). Prognožu tirgu solījums. Zinātne, 320 (5878), 877–878. https://doi.org/10.1126/science.1157675

Budescu, DV un Chen, E. (2015). Pieredzes noteikšana, lai uzlabotu pūļa prognozes. Vadības zinātne, 61 (2), 267–280.

Baklijs, C. (2014). Prognožu tirgu loma zinātnē un politikā. Prognozēšanas žurnāls, 33 (4), 287–304.

Chen, Y., Kash, I., Ruberry, M. un Shnayder, V. (2011). Lēmumu tirgi ar labiem stimuliem. In Proceedings of Internet and Network Economics (72.–83. lpp.). Springer.

Dreber, A., Pfeiffer, J., Almenberg, J., & Wilson, B. (2015). Prognožu tirgu izmantošana, lai novērtētu zinātnisko pētījumu reproducējamību. Proceedings of the National Academy of Sciences, 112 (50), 15343–15347. https://doi.org/10.1073/pnas.1516179112

Gordons, M., Viganola, D., Dreber, A., Johannesson, M. un Pfeiffer, T. (2021). Replicējamības prognozēšana — liela mēroga prognozēšanas projektu aptauju un prognožu tirgus datu analīze. PLOS ONE, 16 (4), e0248780. https://doi.org/10.1371/journal.pone.0248780

Hansons, R. (1995). Vai azartspēles varētu glābt zinātni? Godīgas vienprātības veicināšana. Sociālā epistemoloģija, 9 (1), 3–33. https://doi.org/10.1080/02691729508578768

Hanson, R. (1999). Lēmumu tirgi. IEEE Intelligent Systems, 14 (3), 16–19.

Hansons, R. (2003). Kombinatoriskā informācijas tirgus dizains. Information Systems Frontiers, 5 (1), 107–119. https://doi.org/10.1023/A:1022046409482

Hanson, R., O'Leary, DE un Zitzewitz, E. (2006). Vai azartspēles varētu glābt zinātni? Godīgas vienprātības veicināšana. Pētniecības politika, 35 (4), 557–570.

Holzmeister, F., Johannesson, M., Camerer, CF, Chen, Y., Ho, T., Hoogeveen, S. u.c. (2024). Lēmumu tirgus izvēlēto tiešsaistes eksperimentu atkārtojamības pārbaude. Daba Cilvēka uzvedība. https://doi.org/10.1038/s41562-024-02062-9

Hoogeveen, S., Sarafoglou, A. un Wagenmakers, E.-J. (2020). Laji var paredzēt, kuri sociālo zinātņu pētījumi tiks veiksmīgi replicēti. Advances in Methods and Practices in Psychological Science, 3 (3), 267–285.

Hsu, E. (2011). Prognožu tirgi zinātnei. Journal of Economic Behaviour & Organization, 80 (1), 105–117. https://ir.law.fsu.edu/articles/497/

Ioannidis, JPA (2005). Kāpēc lielākā daļa publicēto pētījumu rezultātu ir nepatiesi. PLOS Medicīna, 2 (8), e124.

Litfin, T., Chen, K.-Y., & Price, E. (2014). Pūla prognozēšanas ieviešana darbā: SciCast projekts. Lēmuma analīze, 11 (4), 193–210.

Marcoci, A., et al. (2023). Sociālās un uzvedības zinātnes apgalvojumu atkārtojamības prognozēšana no COVID-19 pirmsdrukas replikācijas projekta ar strukturētām ekspertu un iesācēju grupām. MetaArXiv Preprint. https://doi.org/10.31222/osf.io/xdsjf

Munafo, MR, Pfeiffer, T., Altmejd, A., Heikensten, E., Almenberg, J., Bird, A., et al. (2015). Prognožu tirgu izmantošana, lai prognozētu pētījumu novērtējumus. Royal Society Open Science, 2 (10), 150287. https://doi.org/10.1098/rsos.150287

Pfeiffer, T. un Almenberg, J. (2015). Prognožu tirgi zinātnei: vai ažiotāža ir pamatota? Daba, 526 (7575), 179–182.

Potthoff, M. (2007). Prognožu tirgus potenciāls zinātnē. Futures, 39 (1), 45–53.

Spears, T. un Metaculus komanda. (2020). Kolektīvā izlūkošana prognozēšanā: Metaculus platforma. Prognozēšanas žurnāls, 39 (4), 589–602.

Surowiecki, J. (2004). Pūļu gudrība. Enkuru grāmatas.

Tetlock, PE un Gardner, D. (2015). Superprognozēšana: prognozēšanas māksla un zinātne. Kronis.

Biezs, M. (2017). Prognožu tirgu robežas zinātniskai vienprātībai. Studies in History and Philosophy of Science, 58 (1), 50–58. https://philpapers.org/rec/THIPMF-2

Tziralis, G. un Tatsiopoulos, I. (2012). Prognožu tirgi: paplašināts literatūras apskats. Journal of Prediction Markets, 1 (1), 75–91.

Van Noorden, R. (2014). Globālais pētniecības finansējums: kas tiek samazināts? Nature, 505 (7485), 618–619. https://doi.org/10.1038/505618a

Vona-Viljamsa, D. (2019). Prognožu tirgi un informācijas apkopošana zinātnē. Journal of Economic Perspectives, 33 (4), 75–98.

Wolfers, J. un Zitzewitz, E. (2004). Prognožu tirgi. Journal of Economic Perspectives, 18 (2), 107–126.

Wang, W. un Pfeiffer, T. (2022). Uz vērtspapīriem balstīti lēmumu tirgi. In Proceedings of Distributed Artificial Intelligence, 13170 , 79–92. Springer.

L O A D I N G
. . . comments & more!

About Author

sshshln HackerNoon profile picture
sshshln@sshshln
PhD, an artist & a researcher by vocation interested in synergistic relationships between modern tech & culture.

PAKARINĀT TAGUS

ŠIS RAKSTS TIKS PĀRSTRĀDĀTS...

Trending Topics

blockchaincryptocurrencyhackernoon-top-storyprogrammingsoftware-developmenttechnologystartuphackernoon-booksBitcoinbooks