نام درس :
( Behavioral Science for Policymaking)
کد درس :
44583
تعداد واحد :
3
مقطع :
کارشناسی ارشد
پیشنیاز :
-
همنیاز :
-
اهداف
سرفصلها
The course will cover various decision-making processes and theories related to cognition and behavior. We will discuss myopia, escalation of commitment, individual versus group decisions, decision-making in gains versus losses contexts, decisions when probabilities are low, moderate, or high, decisions regarding saving and borrowing, and decisions based on our experience and memory. We will also examine the impact of hunger on decision-making.
منابع
Week 2: Decision Biases Versus Decision Errors. The Effect of Experience
Week 3: How Do We Think?
Week 4: How Judgment Happens? The Framing Effect.
Week 5: Heuristics and Biases.
Week 6: Heuristics and Biases
Week 7: Escalation of Commitment
Week 8: Overconfidence
Week 9: What Rules Govern People’s Choices between Risky Options and Sure Alternatives? Myopic Choices
Week 10: Prospect Theory, the Endowment Effect, Low vs. High Probability Events
Week 11: Two Selves: Experiencing and Remembering Selves Negotiations
Week 12: Following the Herd. When Do We Need a Nudge? Choice Architecture. But Wait, There’s More
Week 13: #Sluge. Save More Tomorrow. Do Nudges Last Forever? Perhaps in Sweden. Borrow More Today: Mortgages and Credit Cards.
Week 14: Insurance: Don’t Sweat the Small Stuff. Organ Donations. Saving the Planet. Much Ado About Nudging
Week 15: Group versus Individual Decisions. Decisions When Hungry. Motivational and Emotional Influences on Decision-Making. Fairness and Ethics in Decision-Making
Week 16: Bounded Awareness. Makeup Materials and Review
ارزیابی و پیشبینی فناوری
ارزیابی و پیشبینی فناوری
Technology Forecasting and Assessment
هدف کلی
مفاهیم و نظریات بنیادی در پیش بینی تکنولوژی
جمعآوری داده از منابع مختلف (داده های علمی، فناورانه، اجتماعی و
مالی)؛
تحلیل بیبلیومتریک دادههای علمی و تکنولوژیک
همانند مقالات، پتنتها و ...
اهداف ویژه
تحلیل روند و شناسایی سیگنالهای ضعیف و قوی در آینده
فناوری؛
تحلیل دوره عمر فناوری و شناسایی فناوریهای
نوظهور، بالغ، در حال افول و اشباع شده؛
کاربرد
الگوریتمهای یادگیری ماشین و پردازش زبان طبیعی در پیش بین
فناوری؛
کاربرد روشهای تحلیل روند، منحنیهای رشد و
رگرسیون در فرآیند پیشبینی؛
کاربرد روشهای کیفی در
پیشبینی فناوری (برنامه ریزی سناریو، دلفی و ...)
سرفصلها
تغییرات تکنولوژیک، تکنولوژیهای دیجیتال وتغییرات
اجتماعی
جنبههای اجتماعی پیشبینی
مقدمهای
بر علوم اجتماعی محاسباتی
نظریات و رویکردهای اصلی در
پیشبینی فناوری: فرآیند پیشبینی
دقت در پیشبینی
فناوری: سنجههای عملکرد فناوری
جمعآوری داده از
دیتابیسهای علم
پتنتها ساختار و منابع جستجوی پتنت:
مقدمهای بر تحلیل توصیفی پتنت
روشهای کیفی در جمعآوری
و تحلیل داده: تکنیک دلفی و پرسشنامه چند مرحلهای
مقدمهای بر نظریه شبکه و کار با شاخصهای کلان و خرد شبکه: کابرد تحلیل
شبکه در پیشبینی فناوری
کاربرد رگرسیون در پیشبینی
فناوری و برونیابی روند: آشنایی با روشهای تحلیل روند در
پیشبینی
علم سنجی و سنجش علم و فناوری
شناسایی فناوریهای نوظهور، بالغ، اشباع شده و در حال افول
مراجع
Porter, A. L., Roper, A. T., Mason, T.
W., Rossini, F. A., & Banks, J. (1991). Forecasting and management
of technology (Vol. 18). John Wiley & Sons
Porter, A. L.,
& Cunningham, S. W. (2004). Tech mining: Exploiting new
technologies for competitive advantage. John Wiley & Sons
Cioffi-Revilla, C. (2014). Introduction to computational social
science. London and Heidelberg: Springe