Site İçi Arama

Aşağıdaki formu kullanarak sitemizdeki yazılarda arama yapabilirsiniz.

Yaş, Irk Ya Da Anlık Zevke Duyulan Gereksinim ─ Ne Kadar Kazanacağınızı En Iyi Hangisi Tahmin Eder?

Cansu Keskin

İlk kez, Temple Üniversitesi araştırmacıları gelecek refahının en önemli belirleyicilerini sıralamak için makine öğrenimini kullandılar. Öngörüde en etkili özellikler kişinin eğitim durumu ve mesleği olarak saptandı ─ ama şaşırtıcı bir şekilde, bir insanın anlık zevkini erteleme yeteneği de, yaşlanmayı geciktirme, ırk, etnik köken ve boy gibi yüksek gelirin en önemli belirleyicilerin arasında yer aldı. Frontiers in Psychology dergisinde yayımlanan çalışmada, bu “zamanla hazzın değersizleştirilmesi”ni geliştirmeye yönelik müdahalelerin daha yüksek gelir anlamında net getirileri olabileceği ileri sürülüyor.

Yaş, meslek, eğitim, cinsiyet, etnik köken ve hatta boy dahil olmak üzere, birçok etmen kişinin ne kadar para kazanacağıyla ilgilidir. Ayrıca davranışsal değişkenler de, meşhur, bu durumla ilişkilidir, tıpkı meşhur “marshmallow deneyi”nde yer alan davranışsal değişkenlerde olduğu gibi. Zamanla hazzın değersizleştirilmesi ya da kişinin gelecekteki ödüllerin değerini hemen alınacak ödüllere kıyasla ne kadar değersizleştirdiğine dair olan bu çalışma, daha fazla otokontrol sahibi çocukların, ileriki yaşamlarında daha yüksek maaşlara sahip olduklarını göstermiştir.

Ancak, bu çalışmanın, şu anda İsviçre’nin St. Gallen Üniversitesi’ndeki, başyazarı Dr. William Hampton, verilerin daha geleneksel çözümlenmesinin, bu etmenlerden hangilerinin diğerlerinden daha önemli olduğunu gösteremediğini söylüyor.

“Her türlü şey, kişinin gelirini öngörmeye yarayabilir. Bu davranışsal değişkenin, zamanla hazzın değersizleşmesinin de öngörüde yararlı olduğunu biliyorduk ─ ama eğitim ve yaş gibi daha yaygın etmenlerle karşılaştırıldığında nasıl görüneceğini cidden merak ediyorduk. Çalışmamız, makine öğrenimini kullanarak, geliri öngörmede yaş, meslek, eğitim, coğrafi konum, cinsiyet, ırk, etnik köken, boy, yaş ve zamanla hazzın değersizleştirilmesi etmenlerinin geçerli bir biçimde sıralanmasında bir ilk olma özelliğini taşıyor.”

Psikologlar tarafından kullanılan geleneksel yöntemler (korelasyon ve regresyon gibi), kişinin refahına illişkin farklı etmenlerin eş zamanlı olarak karşılaştırılmasına izin vermiyordu. Bu çalışma, katılımcılardan büyük bir miktarda (2500’den fazla farklı katılımcıdan) veri topladı ve bu verileri bir eğitim setine ve sınama setine bölüştürdü. Eğitim seti örnek sonuçları üretirken, sınama seti sonraya saklanmıştı. Araştırmacılar daha sonra bulgularının doğruluğunu test etmek için sınama setini kullandılar.

Beklendiği üzere, örnekler, meslek ve eğitimin yüksek gelirin en iyi belirleyicileri olduğunu, bunların ardından konumun (posta koduyla belirlendiği üzere) ve cinsiyetin ─ erkeklerin kadınlardan daha fazla kazanç elde etmesi göz önüne alınarak – geldiğini gösterdi. Zamanla hazzın değersizleştirilmesi ise yaş, ırk, etnik köken ya da boydan daha belirleyici olmasıyla bir sonraki en önemli etmendi.

Dr. Hampton, bu araştırma yaklaşımının, veri analizinde yeni bir dönemin bir parçası olacağını umut ediyor. “Bu inanılmazdı çünkü araştırma bulgularımızı, doğru oldukları konusunda bize oldukça güven vererek, denetlememize ve bunları çoğaltmamıza olanak sağladı. Bu, bilim genelinde çoğaltıldığı görünmeyen son zamanlarda ortaya çıkan bulgular göz önünde bulundurulduğunda özellikle önemlidir. Sözü edilen makine öğrenimi yaklaşımını kullanmak, bulguları çoğaltan daha fazla araştırmaya öncülük edebilir – ayrıca bunun, genele yönelik olan daha karmaşık analitik yaklaşımların kullanımını teşvik edeceğini umuyoruz.

Araştırmanın yazarları, veri örneğinin bilerek ABD ile sınırlı olduğuna ve alınan maaşı belirleyen değişkenlerin derecelendirilme sırasının diğer ülkelerde farklılık gösterebileceğine dikkat çekiyor. Dr. Hampton, bu analitik yaklaşımı daha geniş bir bağlamda incelemeyi dört gözle beklediğini söylüyor.

“Bu çalışmanın bir kopyasını başka bir kültürde görmeyi çok isterim. Ayrıca zamanla hazzın değersizleştirilmesini azaltmayı hedefleyen gelecekteki çalışmalarla da oldukça ilgili olacağım. Zamanla hazzın değersizleştirilmesinin sarsılmaz bir özellik mi yoksa kolaylıkla etki altına girebilen bir şey olup olmadığı konusunda pek çok tartışma var ─ uzun vadeli araştırmalar bu tartışmaların yatışmasında yardımcı olabilir.”

Son olarak, Dr. Hampton’ın ebeveynler için ilgi çekici bir gözlemi var: “Eğer çocuğunuzun büyüdüğünde iyi bir maaş kazanmasını istiyorsanız, onlara beklemek zorunda oldukları daha büyük ödüller için ulaştıkları daha küçük, anlık ödüllerin önemini aşılamayı düşünün. Belki bunu söylemek kolay olsa da,çoğu insanın haliyle beklemekten haz almadığı ortadayken, sonuçlarımız hazzı geciktirme yeteneğini geliştirenlerin muhtemelen kendi kazanç potansiyellerine yatırım yapacaklarını işaret etmektedir.”

Özgün Başlık: Age, race, or need for instant gratification—which best predicts how much you will earn?

Kaynak: https://www.sciencedaily.com/releases/2018/09/180903101741.htm



01/10/2018



Önceki yazılar

Komadaki Hastalar Yaşamalı mı Ölmeli mi? Makine Öğrenimi Karar Vermemize Yardımcı Olacak. (01/12/2018)
İnsanlar Sahte Haberi Tespit Etmekte Kötü. Peki, Bilgisayar Programları Daha İyisini Yapabilir Mi? (01/09/2018)
Etik Kurulu, Genetiği Değiştirilmiş Bebeklerin “Etik Olarak Kabul Edilebilir Olduğunu “ Söylüyor. (01/08/2018)
Microsoft Başkanı, Hükümet Kurallarına Yüz Tanıma Teknolojisinin Denetlenmesi Çağrısında Bulunuyor (01/08/2018)