論文の概要: AI Assisted Economics Measurement From Survey: Evidence from Public Employee Pension Choice

• arxiv url: http://arxiv.org/abs/2602.02604v1
• Date: Mon, 02 Feb 2026 02:22:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-04 18:37:14.97346
• Title: AI Assisted Economics Measurement From Survey: Evidence from Public Employee Pension Choice
• Title（参考訳）: AI Assisted Economics Measurement from Survey: Evidence from Public Employee Pension Choice
• Authors: Tiancheng Wang, Krishna Sharma,
• Abstract要約: 本研究では,大規模言語モデルを用いて調査機器から直接測定構造を抽出する経済計測の反復的枠組みを開発する。 この枠組みは、大規模な公務員退職計画調査に適用される。
• 参考スコア（独自算出の注目度）: 2.2324302196460706
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We develop an iterative framework for economic measurement that leverages large language models to extract measurement structure directly from survey instruments. The approach maps survey items to a sparse distribution over latent constructs through what we term a soft mapping, aggregates harmonized responses into respondent level sub dimension scores, and disciplines the resulting taxonomy through out of sample incremental validity tests and discriminant validity diagnostics. The framework explicitly integrates iteration into the measurement construction process. Overlap and redundancy diagnostics trigger targeted taxonomy refinement and constrained remapping, ensuring that added measurement flexibility is retained only when it delivers stable out of sample performance gains. Applied to a large scale public employee retirement plan survey, the framework identifies which semantic components contain behavioral signal and clarifies the economic mechanisms, such as beliefs versus constraints, that matter for retirement choices. The methodology provides a portable measurement audit of survey instruments that can guide both empirical analysis and survey design.
• Abstract（参考訳）: 本研究では,大規模言語モデルを用いて調査機器から直接測定構造を抽出する経済計測の反復的枠組みを開発する。 本手法は, 調査項目を, 潜伏構造上の疎分布にソフトマッピングを用いてマッピングし, 応答レベルサブ次元のスコアに調和した応答を集約し, サンプルのインクリメンタル・アセスメント・テストや識別的アセスメント・診断を通じて, 結果の分類を訓練する。 フレームワークは明らかにイテレーションを計測構築プロセスに統合します。 オーバーラップと冗長性の診断は、ターゲットの分類の洗練と制限された再マッピングを誘発し、測定の柔軟性が維持されるのは、サンプルのパフォーマンス向上から安定した結果が得られる場合に限られる。 大規模公務員退職計画調査に適用された枠組みは、行動信号を含む意味的構成要素を特定し、退職選択に関する信念と制約などの経済メカニズムを明らかにする。 この方法論は、実証分析と調査設計の両方をガイドできる調査機器のポータブルな測定監査を提供する。

関連論文リスト

• Locate, Steer, and Improve: A Practical Survey of Actionable Mechanistic Interpretability in Large Language Models [122.58252919699122]
  機械的解釈可能性 (MI) は、大規模言語モデル (LLM) の意思決定を決定づける重要なアプローチとして登場した。 Awesomeinterventionable-MI-Survey" というパイプラインを中心に構築された実践的調査を提案する。
  論文  参考訳（メタデータ） (2026-01-20T14:23:23Z)
• DeepSynth-Eval: Objectively Evaluating Information Consolidation in Deep Survey Writing [53.85037373860246]
  本稿では,情報統合能力を客観的に評価するためのベンチマークであるDeep Synth-Evalを紹介する。 一般チェックリスト(実例)と制約チェックリスト(構造体)を用いたきめ細かい評価プロトコルを提案する。 その結果,エージェント型プラン・アンド・ライトは単ターン生成よりも大幅に優れていた。
  論文  参考訳（メタデータ） (2026-01-07T03:07:52Z)
• An Investigation on How AI-Generated Responses Affect SoftwareEngineering Surveys [3.183470571353323]
  本研究では,大規模言語モデル (LLM) がソフトウェア工学のサーベイでいかに誤用されているかを考察する。 我々は2025年にProlificプラットフォームを通じて行われた2回の調査からのデータを分析した。 ソフトウェア工学のサーベイにおいて、データの真正性は新たな妥当性の次元として認識される。
  論文  参考訳（メタデータ） (2025-12-19T11:17:05Z)
• The Software Infrastructure Attitude Scale (SIAS): A Questionnaire Instrument for Measuring Professionals' Attitudes Toward Technical and Sociotechnical Infrastructure [10.916181267471098]
  最近のソフトウェア工学(SE)研究は、社会技術研究の必要性を強調し、カスタマイズされた心理測定尺度の需要を示唆している。 我々は,ソフトウェア工学における技術的・社会技術的基盤の概念を定義し,それらに対する態度を測定する心理測定尺度を開発し,検証する。
  論文  参考訳（メタデータ） (2025-11-30T12:03:21Z)
• Making Interpretable Discoveries from Unstructured Data: A High-Dimensional Multiple Hypothesis Testing Approach [2.162862183067095]
  社会科学者たちは、新たな経験的洞察を解き明かすために、構造化されていないデータセットに目を向けている。 本稿では,非構造化データからの発見を統計的に原理的に追跡するための汎用的で柔軟な枠組みを提案する。 研究者が自身のプロジェクトでフレームワークを実装するために、オープンソースのJupyterノートが提供されている。
  論文  参考訳（メタデータ） (2025-11-03T15:42:32Z)
• Modeling User Behavior from Adaptive Surveys with Supplemental Context [1.433758865948252]
  本稿では,適応型サーベイ応答とコンテキスト信号とを融合させてユーザ動作をモデル化するモジュールアーキテクチャであるLANTERNを提案する。 我々は,選択的ゲーティング,残差接続,後期融合を通じて,調査プライマリーを維持することのアーキテクチャ的価値を実証する。 さらに、アブレーションとまれ/頻繁な属性分析により、閾値感度と選択的モダリティ依存の利点について検討する。
  論文  参考訳（メタデータ） (2025-07-28T15:19:54Z)
• A validity-guided workflow for robust large language model research in psychology [0.0]
  大規模言語モデル(LLM)は、研究ツール、評価対象、人間のシミュレータ、認知モデルとして、心理学研究に急速に統合されている。 これらの「測定幻覚」は、統計的成果を心理学的現象として生み出すもので、成長する研究機関の妥当性を損なうものである。 精神測定と因果推論を統合した二重正当性フレームワークによって導かれた6段階のワークフローで、妥当性要件を研究野心に拡張する。
  論文  参考訳（メタデータ） (2025-07-06T18:06:12Z)
• Model-free Methods for Event History Analysis and Efficient Adjustment (PhD Thesis) [55.2480439325792]
  この論文は、モデルフリーの観点から統一された統計学への独立した貢献のシリーズである。 第1章では、機械学習から予測技術を活用する柔軟なメソッドを定式化するために、モデルフリーの視点をどのように利用できるか、詳しく説明している。 第2章では、あるプロセスの進化が他のプロセスに直接影響されるかどうかを記述した地域独立の概念を研究している。
  論文  参考訳（メタデータ） (2025-02-11T19:24:09Z)
• ROSCOE: A Suite of Metrics for Scoring Step-by-Step Reasoning [63.77667876176978]
  大規模言語モデルでは、最終回答を正当化するためにステップバイステップの推論を生成するように促された場合、ダウンストリームタスクの解釈可能性が改善されている。 これらの推論ステップは、モデルの解釈可能性と検証を大幅に改善するが、客観的にそれらの正確性を研究することは困難である。 本稿では、従来のテキスト生成評価指標を改善し拡張する、解釈可能な教師なし自動スコアのスイートであるROSを提案する。
  論文  参考訳（メタデータ） (2022-12-15T15:52:39Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。