Buchumschlag

When Should Neural Data Inform Welfare? A Critical Framework for Policy Uses of Neuroeconomics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yiven, Zhu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Computers and Society General Economics Economics Neurons and Cognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Policy consequences of the new neuroeconomic framework
von: Redish, A. David, et al.
Veröffentlicht: (2024)

Gender Similarities Dominate Mathematical Cognition at the Neural Level: A Japanese fMRI Study Using Advanced Wavelet Analysis and Generative AI
von: Kikuchi, Tatsuru
Veröffentlicht: (2025)

Quality of Life and the Experience of Context
von: Betageri, Ankur
Veröffentlicht: (2022)

A mechanistic model of trust based on neural information processing
von: Allen, Scott E., et al.
Veröffentlicht: (2024)

The Bayesian Origin of the Probability Weighting Function in Human Representation of Probabilities
von: Tong, Xin, et al.
Veröffentlicht: (2025)

AI and the Dynamic Supply of Training Data
von: Peukert, Christian, et al.
Veröffentlicht: (2024)

Taking AI Welfare Seriously
von: Long, Robert, et al.
Veröffentlicht: (2024)

SRNI-CAR: A comprehensive dataset for analyzing the Chinese automotive market
von: Ding, Ruixin, et al.
Veröffentlicht: (2023)

Algorithmic Inheritance: Surname Bias in AI Decisions Reinforces Intergenerational Inequality
von: Pataranutaporn, Pat, et al.
Veröffentlicht: (2025)

Computational Basis of LLM's Decision Making in Social Simulation
von: Ma, Ji
Veröffentlicht: (2025)

Strategic Integration of Artificial Intelligence in the C-Suite: The Role of the Chief AI Officer
von: Schmitt, Marc
Veröffentlicht: (2024)

Fair outputs, Biased Internals: Causal Potency and Asymmetry of Latent Bias in LLMs for High-Stakes Decisions
von: Tripathy, Jagdish, et al.
Veröffentlicht: (2026)

Progress in Artificial Intelligence and its Determinants
von: Douglas, Michael R., et al.
Veröffentlicht: (2025)

Beyond Interaction Effects: Two Logics for Studying Population Inequalities
von: Daoud, Adel
Veröffentlicht: (2025)

Can Machines Think Like Humans? A Behavioral Evaluation of LLM Agents in Dictator Games
von: Ma, Ji
Veröffentlicht: (2024)

AI Safety Should Prioritize the Future of Work
von: Hazra, Sanchaita, et al.
Veröffentlicht: (2025)

BaRISTA: Brain Scale Informed Spatiotemporal Representation of Human Intracranial Neural Activity
von: Oganesian, Lucine L., et al.
Veröffentlicht: (2025)

Economics of Human and AI Collaboration: When is Partial Automation More Attractive than Full Automation?
von: Li, Wensu, et al.
Veröffentlicht: (2026)

Left Leaning Models: How AI Evaluates Economic Policy?
von: Chupilkin, Maxim
Veröffentlicht: (2025)

Artificial Intelligence and Accounting Research: A Framework and Agenda
von: Stratopoulos, Theophanis C., et al.
Veröffentlicht: (2025)

A Mathematical Framework for AI-Human Integration in Work
von: Celis, L. Elisa, et al.
Veröffentlicht: (2025)

Black Box Absorption: LLMs Undermining Innovative Ideas
von: Cao, Wenjun
Veröffentlicht: (2025)

BRAID: Input-Driven Nonlinear Dynamical Modeling of Neural-Behavioral Data
von: Vahidi, Parsa, et al.
Veröffentlicht: (2025)

Modeling Agentic Technical Debt and Stochastic Tax: A Standalone Framework for Measurement, Simulation, and Dashboarding
von: Hydari, Muhammad Zia, et al.
Veröffentlicht: (2026)

How much does context affect the accuracy of AI health advice?
von: Garg, Prashant, et al.
Veröffentlicht: (2025)

Overcoming Anchoring Bias: The Potential of AI and XAI-based Decision Support
von: Haag, Felix, et al.
Veröffentlicht: (2024)

Brain Networks and Intelligence: A Graph Neural Network Based Approach to Resting State fMRI Data
von: Thapaliya, Bishal, et al.
Veröffentlicht: (2023)

Discrete, recurrent, and scalable patterns in human judgement underlie affective picture ratings
von: Azcona, Emanuel A., et al.
Veröffentlicht: (2022)

Critical Learning Periods Emerge Even in Deep Linear Networks
von: Kleinman, Michael, et al.
Veröffentlicht: (2023)

Occupation Life Cycle
von: Chen, Lan, et al.
Veröffentlicht: (2024)

The AI Transformation Gap Index (AITG): An Empirical Framework for Measuring AI Transformation Opportunity, Disruption Risk, and Value Creation at the Industry and Firm Level
von: Barr, Dean
Veröffentlicht: (2026)

Forecasting Imports in OECD Member Countries and Iran by Using Neural Network Algorithms of LSTM
von: Khajoui, Soheila, et al.
Veröffentlicht: (2024)

QxEAI: Quantum-like evolutionary algorithm for automated probabilistic forecasting
von: Xin, Kevin, et al.
Veröffentlicht: (2024)

Cross-Modal Representational Knowledge Distillation for Enhanced Spike-Informed LFP Modeling
von: Erturk, Eray, et al.
Veröffentlicht: (2025)

Neural Encoding and Decoding at Scale
von: Zhang, Yizi, et al.
Veröffentlicht: (2025)

Systems Explaining Systems: A Framework for Intelligence and Consciousness
von: Semmler, Sean Niklas
Veröffentlicht: (2026)

Modular Boundaries in Recurrent Neural Networks
von: Tanner, Jacob, et al.
Veröffentlicht: (2023)

Neuro-Symbolic Decoding of Neural Activity
von: Wang, Yanchen, et al.
Veröffentlicht: (2026)

Rethinking Over-Smoothing in Graph Neural Networks: A Perspective from Anderson Localization
von: Ouyang, Kaichen
Veröffentlicht: (2025)

JEDI: Jointly Embedded Inference of Neural Dynamics
von: Jamkhandi, Anirudh, et al.
Veröffentlicht: (2026)