Summary

Det kollektive tillidsspil: En online gruppetilpasning af tillidsspillet baseret på HoneyComb-paradigmet

Published: October 20, 2022
doi:

Summary

Collective Trust Game er et computerbaseret multi-agent tillidsspil baseret på HoneyComb-paradigmet, som gør det muligt for forskere at vurdere fremkomsten af kollektiv tillid og relaterede konstruktioner, såsom retfærdighed, gensidighed eller fremadrettet signalering. Spillet tillader detaljerede observationer af gruppeprocesser gennem bevægelsesadfærd i spillet.

Abstract

Behovet for at forstå tillid i grupper holistisk har ført til en stigning i nye tilgange til måling af kollektiv tillid. Imidlertid er denne konstruktion ofte ikke fuldt fanget i sine nye kvaliteter af de tilgængelige forskningsmetoder. I dette papir præsenteres Collective Trust Game (CTG), et computerbaseret, multi-agent tillidsspil baseret på HoneyComb-paradigmet, som gør det muligt for forskere at vurdere fremkomsten af kollektiv tillid. CTG bygger på tidligere forskning om interpersonel tillid og tilpasser det almindeligt kendte Trust Game til en gruppeindstilling i HoneyComb-paradigmet. Deltagerne påtager sig rollen som enten investor eller administrator; Begge roller kan spilles af grupper. I første omgang er investorer og forvaltere udstyret med en sum penge. Derefter skal investorerne beslutte, hvor meget, hvis nogen, af deres begavelse de vil sende til kuratorerne. De kommunikerer deres tendenser såvel som deres endelige beslutning ved at bevæge sig frem og tilbage på en legeplads, der viser mulige investeringsbeløb. Ved udgangen af deres beslutningstid multipliceres det beløb, som investorerne har aftalt, og sendes til kuratorerne. Forvalterne skal kommunikere, hvor meget af denne investering, hvis nogen, de ønsker at returnere til investorerne. Igen gør de det ved at bevæge sig på legepladsen. Denne procedure gentages i flere runder, så kollektiv tillid kan opstå som en fælles konstruktion gennem gentagne interaktioner. Med denne procedure giver CTG mulighed for at følge fremkomsten af kollektiv tillid i realtid gennem registrering af bevægelsesdata. CTG kan i høj grad tilpasses specifikke forskningsspørgsmål og kan køres som et online eksperiment med lidt, billigt udstyr. Dette papir viser, at CTG kombinerer rigdommen af gruppeinteraktionsdata med den høje interne gyldighed og tidseffektivitet af økonomiske spil.

Introduction

Collective Trust Game (CTG) giver mulighed for at måle kollektiv tillid online inden for en gruppe mennesker. Det generaliserer det originale Trust Game af Berg, Dickhaut og McCabe1 (BDM) til gruppeniveau og kan fange og kvantificere kollektiv tillid til dets nye kvaliteter 2,3,4 samt relaterede begreber som retfærdighed, gensidighed eller fremadrettet signalering.

Tidligere forskning konceptualiserer for det meste tillid som en udelukkende interpersonel konstruktion, for eksempel mellem en leder og en tilhænger5,6, eksklusive højere analyseniveauer. Især i organisatoriske sammenhænge er dette måske ikke nok til at forstå tillid holistisk, så der er stort behov for at forstå de processer, hvormed tillid opbygges (og mindskes) på gruppeniveau.

For nylig har tillidsforskning indarbejdet mere multi-level tænkning. Fulmer og Gelfand7 gennemgik en række undersøgelser om tillid og kategoriserede dem efter det analyseniveau, der undersøges i hver undersøgelse. De tre forskellige analyseniveauer er interpersonelle (dyadiske), gruppe- og organisatoriske. Det er vigtigt, at Fulmer og Gelfand7 desuden skelner mellem forskellige referenter. Referenterne er de enheder, som tilliden er rettet mod. Det betyder, at når “A stoler på B til X”, er A (investoren i økonomiske spil) repræsenteret af niveauet (individuel, gruppe, organisatorisk) og B (administratoren) er repræsenteret af referenten (individuel, gruppe, organisatorisk). X repræsenterer et specifikt domæne, som tillid henviser til. Det betyder, at X kan være alt som en generelt positiv tilbøjelighed, aktiv støtte, pålidelighed eller finansielle udvekslinger som i økonomiske spil1.

Her defineres kollektiv tillid ud fra Rousseau og kollegers definition af interpersonel tillid8 og ligner tidligere undersøgelser af kollektiv tillid 9,10,11,12,13,14; Kollektiv tillid omfatter en gruppes hensigt om at acceptere sårbarhed baseret på positive forventninger til en anden persons, gruppes eller organisations intentioner eller adfærd. Kollektiv tillid er en psykologisk tilstand, der deles mellem en gruppe mennesker og dannes i interaktion mellem denne gruppe. Det afgørende aspekt af kollektiv tillid er derfor delingen inden for en gruppe.

Det betyder, at forskning i kollektiv tillid skal se ud over et simpelt gennemsnit af individuelle processer og konceptualisere kollektiv tillid som et emergent fænomen 2,3,4, da nye udviklinger inden for gruppevidenskab viser, at gruppeprocesser er flydende, dynamiske og fremvoksende 2,15. Vi definerer fremkomsten som en “proces, hvorved systemelementer på lavere niveau interagerer og gennem disse dynamikker skaber fænomener, der manifesterer sig på et højere niveau af systemet”16 (s. 335). Dette bør naturligvis også gælde for kollektiv tillid.

Forskning, der afspejler fokus på fremkomsten og dynamikken i gruppeprocesser, bør anvende passende metoder17 til at fange disse kvaliteter. Den nuværende status for måling af kollektiv tillid synes imidlertid at halte bagefter. De fleste undersøgelser har anvendt en simpel gennemsnitsteknik på tværs af dataene for hver enkelt person i gruppen 9,10,12,13,18. Denne tilgang har uden tvivl kun ringe prædiktiv gyldighed2, da den ser bort fra, at grupper ikke blot er aggregeringer af enkeltpersoner, men enheder på højere niveau med unikke processer. Nogle undersøgelser har forsøgt at løse disse ulemper: En undersøgelse af Adams19 anvendte en latent variabel tilgang, mens Kim og kolleger10 brugte vignetter til at estimere kollektiv tillid. Disse tilgange er lovende, idet de anerkender kollektiv tillid som en konstruktion på højere niveau. Men som Chetty og kolleger20 bemærker, mangler undersøgelsesbaserede foranstaltninger incitamenter til at svare sandfærdigt, så forskning i tillid har i stigende grad vedtaget adfærdsmæssige eller incitamentskompatible foranstaltninger21,22.

Denne bekymring behandles af en række undersøgelser, der har tilpasset en adfærdsmetode, nemlig BDM1, til at blive spillet af gruppe23,24,25,26. I BDM fungerer to parter som enten investorer (A) eller trustees (B). I dette sekventielle økonomiske spil modtager både A og B en indledende gave (f.eks. 10 euro). Derefter skal A beslutte, hvor meget af deres begavelse de vil sende til B (f.eks. 5 euro). Dette beløb tredobles derefter af eksperimentatoren, før B kan beslutte, hvor meget, hvis nogen, af de modtagne penge (f.eks. 15 euro), de gerne vil sende tilbage til A (f.eks. 7,5 euro). Det beløb, A sender til B, operationaliseres til at være A’s tillidsniveau over for B, mens det beløb, som B sender tilbage, kan bruges til at måle troværdigheden af B eller graden af retfærdighed i dyaden af A og B. En stor mængde forskning har undersøgt adfærd i dyadiske tillidsspil27. BDM kan spilles både som et såkaldt ‘one-shot’-spil, hvor deltagerne kun spiller spillet én gang med en bestemt person, og i gentagne runder, hvor aspekter som gensidighed28,29 samt fremadrettet signalering kan spille en rolle.

I mange undersøgelser, der har tilpasset BDM til gruppe23,24,25,26, blev enten investoren, administratoren eller begge roller spillet af grupper. Imidlertid registrerede ingen af disse undersøgelser gruppeprocesser. Blot at erstatte enkeltpersoner med grupper i studiedesign opfylder ikke de standarder, Kolbe og Boos17 eller Kozlowski15 har oprettet til undersøgelser af nye fænomener. For at udfylde dette hul blev CTG udviklet.

Formålet med at udvikle CTG var at skabe et paradigme, der ville kombinere den meget anvendte BDM1 med en tilgang, der fanger kollektiv tillid som en emergent adfærdsbaseret konstruktion, der deles mellem en gruppe.

CTG er baseret på HoneyComb-paradigmet af Boos og kolleger30, der også er blevet offentliggjort i Journal of Visualized Experiments31 og nu er blevet tilpasset til brug i tillidsforskning. Som beskrevet af Ritter og kolleger32 er HoneyComb-paradigmet “en multi-agent computerbaseret virtuel spilplatform, der var designet til at eliminere alle sensoriske og kommunikationskanaler undtagen opfattelsen af deltagertildelte avatarbevægelser på legepladsen” (s. 3). HoneyComb-paradigmet er især velegnet til forskningsgruppeprocesser, da det giver forskere mulighed for at registrere bevægelsen af medlemmer af en rigtig gruppe med spatio-temporale data. Det kan hævdes, at HoneyComb ved siden af gruppeinteraktionsanalyse17 er et af de få værktøjer, der gør det muligt for forskere at følge gruppeprocesser i detaljer. I modsætning til gruppeinteraktionsanalyse er kvantitativ analyse af de spatio-temporale data fra HoneyComb mindre tidskrævende. Derudover giver det reduktionistiske miljø og muligheden for at udelukke al interpersonel kommunikation mellem deltagere undtagen bevægelsen på legepladsen forskere mulighed for at begrænse forvirrende faktorer (f.eks. Fysisk udseende, stemme, ansigtsudtryk) og skabe eksperimenter med høj intern validitet. Selvom det er vanskeligt at identificere alle indflydelsesrige aspekter af en gruppeproces i undersøgelser, der anvender gruppediskussionsdesign33, giver fokus på grundlæggende principper for gruppeinteraktion i et bevægelsesparadigme forskere mulighed for at kvantificere alle aspekter af gruppeprocessen i dette eksperiment. Derudover har tidligere forskning brugt proxemisk adfærd34 – så reducere rummet mellem sig selv og et andet individ – til at undersøge tillid35,36.

Figure 1
Figur 1: Skematisk oversigt over CTG. (A) Skematisk procedure for en CTG-runde. (B) Indledende placering af avatarer i begyndelsen af runden. De tre blåfarvede investorer står på det indledende felt “0”. Den gule tillidsmand står på startfeltet “0”. (C) Skærmbillede i investeringsfasen, der viser tre investorer (blå avatarer) på den nederste halvdel af spillefeltet. En (stor blå avatar) står i øjeblikket på “12”, to investorer står i øjeblikket på “24”. To avatarer har haler (angivet med orange pile). Halerne angiver, fra hvilken retning de flyttede til deres nuværende felt (f.eks. En investor (stor blå avatar) er lige flyttet fra “0” til “12”). Avataren uden hale har stået på dette felt i mindst 4000 ms. (D) Skærmbillede i returfasen, der viser en administrator (gul avatar) og den øverste halvdel af spillefeltet. Kurator står i øjeblikket på “3/6” og er for nylig flyttet dertil fra “2/6” som angivet med halen. Det blå tal nedenfor (36) angiver investorernes investering. Det gule tal, der er angivet med pilen, er det aktuelle afkast (54) som afbildet midt på spillepladen. Afkastet beregnes som følger: (invester (36 cent) x 3) x nuværende afkastbrøk (3/6) = 54 cent. (E) Pop-up-vindue med feedback til deltagerne om, hvor meget de har tjent i løbet af runden, vises i 15 sekunder efter time-out af trustee udløber. Klik her for at se en større version af denne figur.

CTG’s hovedprocedure (figur 1A) er tæt baseret på proceduren for BDM1 for at gøre resultaterne sammenlignelige med tidligere undersøgelser, der anvender dette økonomiske spil. Da HoneyComb-paradigmet er baseret på bevægelsesprincippet, angiver deltagerne det beløb, de gerne vil investere eller returnere ved at flytte deres avatar til det lille sekskantfelt, der angiver et bestemt beløb eller brøkdel, der skal returneres (figur 1C, D). Før hver runde er både investorer og forvaltere udstyret med et vist beløb (f.eks. 72 cent), hvor investorerne placeres i den nederste halvdel af spillefeltet, og forvalterne placeres i den øverste halvdel af spillefeltet (figur 1B). I standardindstillingen har investorerne lov til at bevæge sig først, mens kuratorerne forbliver stille. Investorerne bevæger sig over spillefeltet for at angive, hvor meget, hvis nogen, af deres begavelse de gerne vil sende til kurator (figur 1C). Ved at bevæge sig frem og tilbage på banen kan deltagerne også kommunikere til andre investorer, hvor meget de gerne vil sende til administratoren. Afhængigt af konfigurationen skal deltagerne nå frem til en enstemmig beslutning om, hvor meget de gerne vil investere ved at konvergere på en spillebane, når timeouten er nået. Der var behov for enstemmige beslutninger for at håndhæve, at investorer skal interagere med hinanden i stedet for blot at spille ved siden af hinanden. Hvis investorerne ikke når frem til en fælles beslutning, trækkes en bøde (f.eks. 24 cent) fra deres konto. Dette blev gennemført for at sikre, at investorerne ville være meget motiverede til at nå et fælles niveau af kollektiv tillid. Når investorernes tid er gået, multipliceres de investerede penge og sendes til kuratorerne, som derefter får lov til at bevæge sig, mens investorerne forbliver stille. Kuratorerne angiver gennem bevægelse, hvor meget de gerne vil returnere til investorerne (figur 1D). De tilgængelige returmuligheder vises som brøker på spillefeltet for at holde kognitiv belastning på trustees forholdsvis lav. Den spillebane, som forvaltere står på, når deres tildelte tid løber ud, angiver, hvilken brøkdel (f.eks. 4/6) der returneres til investorerne. Runden afsluttes med et pop op-vindue (figur 1E), der opsummerer for hver deltager, hvor meget de tjente i løbet af den runde, og hvad deres løbende kontosaldo er.

Runder skal gentages flere gange. Forskere skal have deltagere til at spille CTG i mindst 10 eller 15 runder i de samme roller. Dette er nødvendigt, da kollektiv tillid er en emergent konstruktion og skal udvikles under gentagne interaktioner inden for en gruppe. På samme måde vil andre begreber som forward-signalering (dvs. gengældelse af høje afkast fra forvaltere med høje investeringer i næste runde) kun dukke op i gentagne interaktioner. Det er dog afgørende, at deltagerne ikke er klar over det nøjagtige antal runder, der skal spilles, da det har vist sig, at adfærd kan ændre sig drastisk, når deltagerne er klar over, at de spiller den sidste runde (dvs. mere uretfærdig adfærd eller afbøjninger i økonomiske spil37,38).

På denne måde giver CTG information om fremkomsten af kollektiv tillid på flere niveauer. For det første bør det niveau af kollektiv tillid, der udvises i den sidste runde, være en tæt repræsentation af det fælles tillidsniveau, som investorerne har over for forvalteren/forvalterne. For det andet kan det beløb, der investeres i hver runde, tjene som en proxy for fremkomsten af kollektiv tillid over gentagne interaktioner. For det tredje kaster bevægelsesdata lys over gruppeprocessen, der bestemmer, hvor mange penge der investeres i hver runde.

Protocol

Dataindsamling og dataanalyse i dette projekt er godkendt af den etiske komité ved Georg-Elias-Müller Institut for Psykologi ved Universitetet i Göttingen (forslag 289/2021); protokollen følger retningslinjerne for menneskelig forskning fra de etiske komitéer under Georg-Elias-Müller-Institut for Psykologi. CTG-softwaren kan downloades fra OSF-projektet (DOI 10.17605/OSF. IO/U24PX) under linket: https://s.gwdg.de/w88YNL. 1. Forbered teknisk opsætning Udarbejde…

Representative Results

Dette papir præsenterer resultaterne af en pilotundersøgelse udført med CTG med 16 deltagere (fem mænd, 11 kvinder; Alder: M = 21, SD = 2,07). Ifølge Johanson og Brooks42 er denne stikprøvestørrelse tilstrækkelig i et piloteksperiment, især når den er parret med en kvalitativ tilgang til at nå en høj informationstæthed om deltagernes subjektive oplevelse under eksperimentet. Det anbefales, at når forskere har til hensigt at tilpasse CTG til deres specifikke forsknin…

Discussion

CTG giver forskerne mulighed for at tilpasse den klassiske BDM1 til grupper og observere nye processer inden for grupperne i dybden. Mens andet arbejde23,24,25,26 allerede har forsøgt at tilpasse BDM1 til gruppeindstillinger, er den eneste måde at få adgang til gruppeprocesser i disse undersøgelser besværlige gruppeinteraktionsanalyser af vid…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Denne forskning modtog ingen ekstern finansiering.

Materials

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.

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. , 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., Zwick, R., Rapoport, A. Trust, reciprocity, and other-regarding preferences: Groups vs. individuals and males vs. females. Experimental Business Research. , 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. , (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., Kikner-Ahsbahs, A., Knipping, C., Presmed, N. Qualitative Content Analysis: Theoretical Background and Procedures. Approaches to Qualitative Research in Mathematics Education: Examples of Methodology and Advances in Mathematics Education. , 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).
check_url/kr/63600?article_type=t

Play Video

Cite This Article
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).

View Video