The Collective Trust Game: Een online groepsaanpassing van het trustspel gebaseerd op het honingraatparadigma
Summary
De Collective Trust Game is een computergebaseerd, multi-agent vertrouwensspel gebaseerd op het HoneyComb-paradigma, waarmee onderzoekers de opkomst van collectief vertrouwen en gerelateerde constructies, zoals eerlijkheid, wederkerigheid of voorwaartse signalering, kunnen beoordelen. Het spel maakt gedetailleerde observaties van groepsprocessen mogelijk door middel van bewegingsgedrag in het spel.
Abstract
De noodzaak om vertrouwen in groepen holistisch te begrijpen, heeft geleid tot een toename van nieuwe benaderingen voor het meten van collectief vertrouwen. Deze constructie wordt echter vaak niet volledig in zijn emergente kwaliteiten gevangen door de beschikbare onderzoeksmethoden. In dit artikel wordt de Collective Trust Game (CTG) gepresenteerd, een computergebaseerd, multi-agent vertrouwensspel gebaseerd op het HoneyComb-paradigma, waarmee onderzoekers de opkomst van collectief vertrouwen kunnen beoordelen. De CTG bouwt voort op eerder onderzoek naar interpersoonlijk vertrouwen en past de alom bekende Trust Game aan een groepssetting in het HoneyComb-paradigma aan. Deelnemers nemen de rol van investeerder of trustee op zich; beide rollen kunnen door groepen worden gespeeld. In eerste instantie worden beleggers en trustees begiftigd met een som geld. Vervolgens moeten de beleggers beslissen hoeveel, indien aanwezig, van hun schenking ze naar de trustees willen sturen. Ze communiceren hun neigingen en hun uiteindelijke beslissing door heen en weer te bewegen op een speelveld met mogelijke investeringsbedragen. Aan het einde van hun beslissingstijd wordt het bedrag dat de investeerders zijn overeengekomen vermenigvuldigd en naar de trustees gestuurd. De curatoren moeten communiceren hoeveel van die investering, indien aanwezig, ze willen teruggeven aan de beleggers. Nogmaals, ze doen dat door zich op het speelveld te verplaatsen. Deze procedure wordt herhaald voor meerdere rondes, zodat collectief vertrouwen kan ontstaan als een gedeelde constructie door herhaalde interacties. Met deze procedure biedt het CTG de mogelijkheid om het ontstaan van collectief vertrouwen in real time te volgen door het vastleggen van bewegingsgegevens. De CTG is zeer aanpasbaar aan specifieke onderzoeksvragen en kan worden uitgevoerd als een online experiment met weinig, goedkope apparatuur. Dit artikel laat zien dat de CTG de rijkdom aan groepsinteractiegegevens combineert met de hoge interne validiteit en tijdseffectiviteit van economische games.
Introduction
De Collective Trust Game (CTG) biedt de mogelijkheid om collectief vertrouwen online te meten binnen een groep mensen. Het generaliseert het originele Trust Game van Berg, Dickhaut en McCabe1 (BDM) naar het groepsniveau en kan collectief vertrouwen vastleggen en kwantificeren in zijn opkomende kwaliteiten 2,3,4, evenals gerelateerde concepten zoals eerlijkheid, wederkerigheid of voorwaartse signalering.
Eerder onderzoek conceptualiseert vertrouwen meestal als een uitsluitend interpersoonlijke constructie, bijvoorbeeld tussen een leider en een volger 5,6, exclusief hogere analyseniveaus. Vooral in organisatorische contexten is dit misschien niet genoeg om vertrouwen holistisch te begrijpen, dus er is grote behoefte om de processen te begrijpen waarmee vertrouwen op groepsniveau wordt opgebouwd (en afneemt).
Onlangs heeft vertrouwensonderzoek meer multi-level denken opgenomen. Fulmer en Gelfand7 beoordeelden een aantal studies over vertrouwen en categoriseerden ze op basis van het analyseniveau dat in elke studie wordt onderzocht. De drie verschillende analyseniveaus zijn interpersoonlijk (dyadisch), groeps- en organisatieniveau. Belangrijk is dat Fulmer en Gelfand7 bovendien onderscheid maken tussen verschillende referenten. De referenten zijn die entiteiten waarop het vertrouwen is gericht. Dit betekent dat wanneer “A B aan X toevertrouwen”, A (de investeerder in economische spellen) wordt vertegenwoordigd door het niveau (individu, groep, organisatie) en B (de trustee) wordt vertegenwoordigd door de referent (individu, groep, organisatie). X vertegenwoordigt een specifiek domein waarnaar vertrouwen verwijst. Dit betekent dat X van alles kan zijn, zoals een over het algemeen positieve neiging, actieve ondersteuning, betrouwbaarheid of financiële uitwisselingen zoals in economische spellen1.
Hier wordt collectief vertrouwen gedefinieerd op basis van de definitie van interpersoonlijk vertrouwen8 van Rousseau en collega’s, en vergelijkbaar met eerdere studies over collectief vertrouwen 9,10,11,12,13,14; collectief vertrouwen omvat de intentie van een groep om kwetsbaarheid te accepteren op basis van positieve verwachtingen van de intenties of het gedrag van een ander individu, groep of organisatie. Collectief vertrouwen is een psychologische toestand die wordt gedeeld door een groep mensen en gevormd in interactie tussen deze groep. Het cruciale aspect van collectief vertrouwen is dan ook de sharedness binnen een groep.
Dit betekent dat onderzoek naar collectief vertrouwen verder moet kijken dan een eenvoudig gemiddelde van individuele processen en collectief vertrouwen moet conceptualiseren als een opkomend fenomeen 2,3,4, omdat nieuwe ontwikkelingen in de groepswetenschap aantonen dat groepsprocessen vloeiend, dynamisch en emergent zijn 2,15. We definiëren emergentie als een “proces waarbij systeemelementen op een lager niveau op elkaar inwerken en door die dynamiek verschijnselen creëren die zich op een hoger niveau van het systeem manifesteren”16 (p. 335). Voorgesteld zou dit ook moeten gelden voor collectief vertrouwen.
Onderzoek dat de focus op opkomst en dynamiek van groepsprocessen weerspiegelt, moet geschikte methodologieëngebruiken 17 om deze kwaliteiten vast te leggen. De huidige status van collectieve vertrouwensmeting lijkt echter achter te blijven. De meeste studies hebben een eenvoudige middelingstechniek gebruikt voor de gegevens van elk individu in de groep 9,10,12,13,18. Aantoonbaar heeft deze benadering slechts weinig voorspellende validiteit2, omdat het negeert dat groepen niet alleen aggregaties van individuen zijn, maar entiteiten op een hoger niveau met unieke processen. Sommige studies hebben geprobeerd deze nadelen aan te pakken: een studie van Adams19 gebruikte een latente variabele benadering, terwijl Kim en collega’s10 vignetten gebruikten om collectief vertrouwen te schatten. Deze benaderingen zijn veelbelovend omdat ze collectief vertrouwen erkennen als een constructie op een hoger niveau. Maar zoals Chetty en collega’s20 opmerken, missen op enquêtes gebaseerde maatregelen prikkels om naar waarheid te antwoorden, dus onderzoek naar vertrouwen heeft in toenemende mate gedrags- of incentive-compatibele maatregelenaangenomen 21,22.
Deze bezorgdheid wordt aangepakt door een aantal studies die een gedragsmethode hebben aangepast, namelijk de BDM1, om te worden gespeeld door groepen 23,24,25,26. In de BDM treden twee partijen op als investeerder (A) of trustee (B). In dit opeenvolgende economische spel ontvangen zowel A als B een initiële schenking (bijv. 10 euro). Vervolgens moet A beslissen hoeveel, indien van toepassing, van hun schenking ze naar B willen sturen (bijv. 5 euro). Dit bedrag wordt vervolgens verdrievoudigd door de experimentator, voordat B kan beslissen hoeveel, indien aanwezig, van het ontvangen geld (bijv. 15 euro) ze terug willen sturen naar A (bijv. 7,5 euro). De hoeveelheid geld die A naar B stuurt, wordt geoperationaliseerd als het niveau van vertrouwen van A naar B, terwijl het bedrag dat B terugstuurt kan worden gebruikt om de betrouwbaarheid van B of de mate van eerlijkheid in de dyade van A en B te meten. Een grote hoeveelheid onderzoek heeft gedrag in dyadische vertrouwensspellen onderzocht27. De BDM kan zowel als een zogenaamd ‘one-shot’ spel gespeeld worden, waarbij deelnemers het spel slechts één keer met een specifieke persoon spelen, als in herhaalde rondes, waarbij aspecten als wederkerigheid28,29 en forward-signaling een rol kunnen spelen.
In veel studies die de BDM hebben aangepast voor groepen 23,24,25,26, werden ofwel de investeerder, de trustee, ofwel beide rollen gespeeld door groepen. Geen van deze studies registreerde echter groepsprocessen. Het simpelweg vervangen van individuen door groepen in studieontwerpen voldoet niet aan de normen die Kolbe en Boos17 of Kozlowski15 hebben opgesteld voor onderzoek naar opkomende verschijnselen. Om deze leemte op te vullen is het CTG ontwikkeld.
Het doel van de ontwikkeling van de CTG was om een paradigma te creëren dat de veelgebruikte BDM1 zou combineren met een aanpak die collectief vertrouwen vastlegt als een op emergent gedrag gebaseerd construct dat wordt gedeeld door een groep.
De CTG is gebaseerd op het HoneyComb-paradigma van Boos en collega’s30, dat ook is gepubliceerd in het Journal of Visualized Experiments31 en nu is aangepast voor gebruik in vertrouwensonderzoek. Zoals beschreven door Ritter en collega’s32, is het HoneyComb-paradigma “een multi-agent computergebaseerd virtueel spelplatform dat is ontworpen om alle sensorische en communicatiekanalen te elimineren, behalve de perceptie van door de deelnemer toegewezen avatarbewegingen op het speelveld” (p. 3). Het HoneyComb-paradigma is vooral geschikt voor onderzoeksgroepprocessen omdat het onderzoekers in staat stelt om de beweging van leden van een echte groep vast te leggen met spatio-temporele gegevens. Men zou kunnen stellen dat HoneyComb, naast groepsinteractieanalyse17, een van de weinige hulpmiddelen is waarmee onderzoekers groepsprocessen tot in detail kunnen volgen. In tegenstelling tot groepsinteractieanalyse is kwantitatieve analyse van de spatio-temporele gegevens van HoneyComb minder tijdsintensief. Bovendien stelt de reductionistische omgeving en de mogelijkheid om alle interpersoonlijke communicatie tussen deelnemers uit te sluiten, behalve de beweging op het speelveld, onderzoekers in staat om verstorende factoren (bijv. Fysieke verschijning, stem, gezichtsuitdrukkingen) te beperken en experimenten met een hoge interne validiteit te creëren. Hoewel het moeilijk is om alle invloedrijke aspecten van een groepsproces te identificeren in studies met behulp van groepsdiscussieontwerpen33, stelt de focus op basisprincipes van groepsinteractie in een bewegingsparadigma onderzoekers in staat om alle aspecten van het groepsproces in dit experiment te kwantificeren. Bovendien heeft eerder onderzoek proxemisch gedrag34 gebruikt – dus het verminderen van ruimte tussen zichzelf en een ander individu – om vertrouwen35,36 te onderzoeken.
Figuur 1: Schematisch overzicht van de CTG. (A) Schematische procedure van één CTG-ronde. (B) Initiële plaatsing van avatars aan het begin van de ronde. De drie blauwgekleurde beleggers staan op het initiële veld “0”. De gele trustee staat op het initiële veld “0”. (C) Screenshot tijdens de investeringsfase met drie investeerders (blauwe avatars) op de onderste helft van het speelveld. Eén (grote blauwe avatar) staat momenteel op “12”, twee investeerders staan momenteel op “24”. Twee avatars hebben staarten (aangegeven door oranje pijlen). De staarten geven aan vanuit welke richting ze naar hun huidige veld zijn gegaan (bijvoorbeeld één belegger (grote blauwe avatar) is net van “0” naar “12” gegaan). De avatar zonder staart staat al minstens 4000 ms op dit veld. (D) Screenshot tijdens de retourfase met één trustee (gele avatar) en de bovenste helft van het speelveld. De curator staat momenteel op “3/6” en is daar onlangs naartoe verhuisd van “2/6” zoals aangegeven door de staart. Het blauwe getal hieronder (36) geeft de investering van de investeerders aan. Het gele getal, aangegeven met de pijl, is de huidige terugkeer (54) zoals afgebeeld in het midden van het speelveld. Het rendement wordt als volgt berekend: (beleggen (36 cent) x 3) x huidige rendementsfractie (3/6) = 54 cent. (E) Pop-upvenster met feedback aan deelnemers over hoeveel ze hebben verdiend tijdens de ronde, weergegeven gedurende 15 s nadat de time-out van de trustee is verstreken. Klik hier om een grotere versie van deze figuur te bekijken.
De hoofdprocedure van de CTG (figuur 1A) is nauw gebaseerd op de procedure van de BDM1, om de resultaten vergelijkbaar te maken met eerdere studies met behulp van dit economische spel. Omdat het HoneyComb-paradigma is gebaseerd op het principe van beweging, geven deelnemers het bedrag aan dat ze willen investeren of teruggeven door hun avatar naar het kleine zeshoekige veld te verplaatsen dat een bepaalde hoeveelheid geld of fractie aangeeft om terug te keren (figuur 1C, D). Voorafgaand aan elke ronde worden zowel de investeerders als de trustees begiftigd met een bepaald bedrag (bijvoorbeeld 72 cent), waarbij de investeerders in de onderste helft van het speelveld worden geplaatst en de trustees in de bovenste helft van het speelveld (figuur 1B). In de standaardinstelling mogen de beleggers eerst bewegen, terwijl de trustees stil blijven. De investeerders bewegen zich over het speelveld om aan te geven hoeveel, indien aanwezig, van hun schenking ze naar de trustee willen sturen (figuur 1C). Door heen en weer te bewegen op het veld, kunnen deelnemers ook aan andere beleggers communiceren hoeveel ze naar de trustee willen sturen. Afhankelijk van de configuratie moeten deelnemers een unanieme beslissing nemen over hoeveel ze willen investeren door samen te komen op één speelveld wanneer de time-out is bereikt. Unanieme beslissingen waren nodig om af te dwingen dat beleggers met elkaar moeten communiceren, in plaats van gewoon naast elkaar te spelen. Als de beleggers niet tot een gezamenlijk besluit komen, wordt een boete (bijvoorbeeld 24 cent) van hun rekening afgetrokken. Dit werd geïmplementeerd om ervoor te zorgen dat beleggers zeer gemotiveerd zouden zijn om een gedeeld niveau van collectief vertrouwen te bereiken. Zodra de tijd van de beleggers voorbij is, wordt het geïnvesteerde geld vermenigvuldigd en naar de trustees gestuurd die vervolgens mogen bewegen terwijl de beleggers stil blijven. De curatoren geven door middel van beweging aan hoeveel ze willen teruggeven aan de beleggers (figuur 1D). De beschikbare rendementsopties worden weergegeven als fracties op het speelveld om de cognitieve belasting van trustees relatief laag te houden. Het speelveld waarop trustees staan zodra hun toegewezen tijd is verstreken, geeft aan welke fractie (bijvoorbeeld 4/6) wordt teruggegeven aan beleggers. De ronde eindigt met een pop-up (figuur 1E) die voor elke deelnemer samenvat hoeveel ze tijdens die ronde hebben verdiend en wat hun saldo op de lopende rekening is.
Rondes moeten meerdere keren worden herhaald. Onderzoekers moeten deelnemers de CTG laten spelen gedurende ten minste 10 of 15 rondes in dezelfde rollen. Dit is nodig omdat collectief vertrouwen een emergente constructie is en zich moet ontwikkelen tijdens herhaalde interacties binnen een groep. Evenzo zullen andere concepten zoals forward-signaling (d.w.z. het terugverdienen van hoge rendementen van trustees met hoge investeringen in de volgende ronde) alleen in herhaalde interacties naar voren komen. Het is echter van cruciaal belang dat deelnemers zich niet bewust zijn van het exacte aantal te spelen rondes, omdat is aangetoond dat gedrag drastisch kan veranderen wanneer deelnemers zich ervan bewust zijn dat ze de laatste ronde spelen (d.w.z. meer oneerlijk gedrag of afbuigingen in economische spellen37,38).
Op deze manier geeft het CTG informatie over het ontstaan van collectief vertrouwen op meerdere niveaus. Ten eerste moet het niveau van collectief vertrouwen dat in de laatste ronde wordt getoond, een nauwe weergave zijn van het gedeelde niveau van vertrouwen dat beleggers hebben ten opzichte van de trustee(s). Ten tweede kan het bedrag dat in elke ronde wordt geïnvesteerd, dienen als een proxy voor het ontstaan van collectief vertrouwen over herhaalde interacties. Ten derde werpen bewegingsgegevens licht op het groepsproces dat bepaalt hoeveel geld er in elke ronde wordt geïnvesteerd.
Protocol
Representative Results
Discussion
Het CTG biedt onderzoekers de mogelijkheid om de klassieke BDM1 aan te passen voor groepen en emergente processen binnen de groepen diepgaand te observeren. Terwijl ander werk 23,24,25,26 al heeft geprobeerd om de BDM 1 aan te passen aan groepsinstellingen, is de enige manier om toegang te krijgen tot groepsprocessen in deze studies arbeidsintensieve groepsinteractieanalyses van video-opgenomen discussies.</su…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Dit onderzoek kreeg geen externe financiering.
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
- Berg, J., Dickhaut, J., McCabe, K. Trust, reciprocity, and social history. Games and Economic Behavior. 10 (1), 122-142 (1995).
- 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).
- 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).
- 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).
- 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).
- Shamir, B., Lapidot, Y. Trust in organizational superiors: Systemic and collective considerations. Organization Studies. 24 (3), 463-491 (2003).
- 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).
- 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).
- Dirks, K. T. Trust in leadership and team performance: Evidence from NCAA basketball. Journal of Applied Psychology. 85 (6), 1004-1012 (2000).
- 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).
- Forsyth, P. B., Barnes, L. L. B., Adams, C. M. Trust-effectiveness patterns in schools. Journal of Educational Administration. 44 (2), 122-141 (2006).
- 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).
- Kramer, R. M. Collective trust within organizations: Conceptual foundations and empirical insights. Corporate Reputation Review. 13 (2), 82-97 (2010).
- Kramer, R. M. The sinister attribution error: Paranoid cognition and collective distrust in organizations. Motivation and Emotion. 18 (2), 199-230 (1994).
- Kozlowski, S. W. J. Advancing research on team process dynamics: Theoretical, methodological, and measurement considerations. Organizational Psychology Review. 5 (4), 270-299 (2015).
- 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).
- Kolbe, M., Boos, M. Laborious but elaborate: The benefits of really studying team dynamics. Frontiers in Psychology. 10, 1478 (2019).
- 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).
- Adams, C. M. Collective trust: A social indicator of instructional capacity. Journal of Educational Administration. 51 (3), 363-382 (2013).
- 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).
- Harrison, G. W. Hypothetical bias over uncertain outcomes. Using Experimental Methods in Environmental and Resource Economics. , 41-69 (2006).
- Harrison, G. W. Real choices and hypothetical choices. Handbook of Choice Modelling. , 236-254 (2014).
- Holm, H. J., Nystedt, P. Collective trust behavior. The Scandinavian Journal of Economics. 112 (1), 25-53 (2010).
- 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).
- 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).
- 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).
- Johnson, N. D., Mislin, A. A. Trust games: A meta-analysis. Journal of Economic Psychology. 32 (5), 865-889 (2011).
- Rosanas, J. M., Velilla, M. Loyalty and trust as the ethical bases of organizations. Journal of Business Ethics. 44, 49-59 (2003).
- 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).
- Boos, M., Pritz, J., Lange, S., Belz, M. Leadership in moving human groups. PLOS Computational Biology. 10 (4), 1003541 (2014).
- Boos, M., Pritz, J., Belz, M. The HoneyComb paradigm for research on collective human behavior. Journal of Visualized Experiments. (143), e58719 (2019).
- 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).
- 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).
- Ickinger, W. J. . A behavioral game methodology for the study of proxemic behavior. , (1985).
- 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).
- 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).
- Gintis, H. Behavioral game theory and contemporary economic theory. Analyse & Kritik. 27 (1), 48-72 (2005).
- Weimann, J. Individual behaviour in a free riding experiment. Journal of Public Economics. 54 (2), 185-200 (1994).
- 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)
- 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)
- 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)
- Johanson, G. A., Brooks, G. P. Initial scale development: Sample size for pilot studies. Educational and Psychological Measurement. 70 (3), 394-400 (2010).
- Glaeser, E. L., Laibson, D. I., Scheinkman, J. A., Soutter, C. L. Measuring trust. The Quarterly Journal of Economics. 115 (3), 811-846 (2000).
- 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).
- 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).
- Belz, M., Pyritz, L. W., Boos, M. Spontaneous flocking in human groups. Behavioural Processes. 92, 6-14 (2013).
- 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).
