from otree.api import *
import pandas as pd
import random
doc = """
The impact of social identity on reliance / trust in AI
"""
class C(BaseConstants):
NAME_IN_URL = 'si_experiment'
PLAYERS_PER_GROUP = None
NUM_ROUNDS = 1
CHOICES = ["Geschlecht", "Migrationshintergrund", "Politische Ansichten"]
class Subsession(BaseSubsession):
pass
class Group(BaseGroup):
pass
# todo remove all blank=True
# FUNCTIONS
def make_field(label):
return models.IntegerField(
choices=[1, 2, 3, 4, 5],
label=label,
widget=widgets.RadioSelectHorizontal,
blank=True
)
def format_german_number(number, precision=0):
# build format string
format_str = '{{:,.{}f}}'.format(precision)
# make number string
number_str = format_str.format(number)
# replace chars
return number_str.replace(',', 'X').replace('.', ',').replace('X', '.')
def make_rank_field(label):
return models.StringField(choices=C.CHOICES, label=label, blank=True)
def shuffle_form_fields(fields):
form_fields = fields
blocksize = 3
single_item = form_fields[0]
print(single_item)
form_fields.remove(single_item)
blocks = [form_fields[i:i + blocksize] for i in range(0, len(form_fields), blocksize)]
blocks.append([single_item])
random.shuffle(blocks)
for subblock in blocks:
random.shuffle(subblock)
form_fields = [formfield for subblock in blocks for formfield in subblock]
return form_fields
def creating_session(subsession):
for player in subsession.get_players():
participant = player.participant
# treatment and question/task order randomization
treatments = ["none", "dev", "acc", "both"]
pre_questions = [
"soc_norms", "pers_inno1", "pers_inno2", "pers_inno3"]
post_questions_t1 = [
"transparency_t1", "anthro_t1_1", "anthro_t1_2", "anthro_t1_3",
"cog_trust_t1_1", "cog_trust_t1_2", "cog_trust_t1_3",
"integ_trust_t1_1", "integ_trust_t1_2", "integ_trust_t1_3",
"emo_trust_t1_1", "emo_trust_t1_2", "emo_trust_t1_3",
]
tasks_order = random.choice([True, False]) # True = Immo task first
pre_questions = shuffle_form_fields(pre_questions)
post_questions_t1 = shuffle_form_fields(post_questions_t1)
post_questions_t2 = [item.replace("t1", "t2") for item in post_questions_t1]
participant.treatment = random.choice(treatments)
participant.pre_questions_order = pre_questions
participant.post_questions_order_t1 = post_questions_t1
participant.post_questions_order_t2 = post_questions_t2
participant.tasks_order = tasks_order
# task payment relevance (random)
participant.task_payment_relevance = random.randint(1, 2)
# task object randomization
participant.apartment_row = random.randint(0, 9)
participant.lender_row = random.randint(0, 9)
# dev profile randomization
dev_rows = [0, 1, 2]
participant.dev_row1 = random.choice(dev_rows)
dev_rows.remove(participant.dev_row1)
participant.dev_row2 = random.choice(dev_rows)
# dev vs acc order in display (relevant for treatment=both only)
if participant.treatment == "both":
info_first = random.choice(["dev", "acc"])
else:
info_first = "not_applicable"
participant.info_first = info_first
# post question task adaption
if tasks_order:
t1_str = "Immobilienpreise"
t2_str = "Kreditausfallrisiko"
else:
t1_str = "Kreditausfallrisiko"
t2_str = "Immobilienpreise"
participant.t1_str = t1_str
participant.t2_str = t2_str
class Player(BasePlayer):
# intro data
is_mobile = models.BooleanField()
consent = models.BooleanField(choices=["Ich möchte an der Studie teilnehmen."],
label="Durch das Ankreuzen des Kästchens erkläre ich mich mit der Teilnahme an der Studie einverstanden.",
blank=True)
# Preliminary Questions
age = models.IntegerField(label="Bitte geben Sie Ihr Alter an.", min=18, max=99, blank=True) # TODO: keine Fehlermeldung wenn unter 18 eingegeben wird
sex = models.IntegerField(choices=[[0, "Divers"], [1, "Weiblich"], [2, "Männlich"]],
widget=widgets.RadioSelect, label="Bitte geben Sie Ihr Geschlecht an.", blank=True)
# nationality = models.BooleanField(choices=[[True, "Deutsch"], [False, "Nichtdeutsch"]],
# widget=widgets.RadioSelectHorizontal,
# label="Bitte geben Sie an, ob Ihre Nationalität Deutsch ist.", blank=True)
migration_bg = models.BooleanField(choices=[[True, "Ja, ich habe einen Migrationshintergrund"],
[False, "Nein, ich habe keinen Migrationshintergrund"]],
widget=widgets.RadioSelect,
label="Bitte geben Sie an, ob Sie einen Migrationshintergrund haben.",
blank=True)
# student = models.BooleanField(choices=[[True, "Ja"],
# [False, "Nein"]],
# widget=widgets.RadioSelectHorizontal, label="Bitte geben Sie an, ob Sie studieren.", blank=True)
job_status = models.IntegerField(
choices=[[0, "Vollzeitbeschäftigung"], [1, "Teilzeitbeschäftigung"], [2, "Selbstständig"],
[3, "Hausfrau/mann"], [4, "Studium"], [5, "Rente"]],
label="Wie ist Ihr derzeitiger Beschäftigungsstatus?", blank=True)
# job = models.IntegerField(choices=[[0, "Baden-Württemberg"], [1, "Bayern"], [2, "Berlin"], [3, "Brandenburg"],
# [4, "Bremen"], [5, "Hamburg"], [6, "Hessen"], [7, "Mecklenburg-Vorpommern"],
# [8, "Niedersachsen"], [9, "Nordrhein-Westfalen"], [10, "Rheinland-Pfalz"],
# [11, "Saarland"],
# [12, "Sachsen-Anhalt"], [13, "Sachsen"], [14, "Schleswig-Holstein"],
# [15, "Thüringen"]],
# label="TBD: Bitte geben Sie an, in welchem Arbeitsbereich Sie arbeiten bzw. studieren.",
# blank=True)
pol_views = models.IntegerField(choices=[[0, "0 (ganz links)"], [1, 1], [2, 2], [3, 3],
[4, 4], [5, 5], [6, 6], [7, 7],
[8, 8], [9, 9], [10, "10 (ganz rechts)"]],
label="In der Politik reden die Leute oft von 'links' und 'rechts', wenn es darum geht, unterschiedliche politische Einstellungen zu kennzeichnen. "
"Wenn Sie an Ihre eigenen politischen Ansichten denken: Wo würden Sie diese Ansichten einstufen?",
blank=True)
importance_sex = make_field("Das Geschlecht")
importance_migration_bg = make_field("Der Migrationshintergrund")
importance_pol_views = make_field("Die politische Einstellung")
# social distance var -- task 1
soc_distance_rank_t1_1 = make_rank_field("1. Platz")
soc_distance_rank_t1_2 = make_rank_field("2. Platz")
soc_distance_rank_t1_3 = make_rank_field("3. Platz")
soc_distance_t1_1 = make_field("Der/Die Entwickler/in könnte ähnliche Ansichten haben wie ich.")
soc_distance_t1_2 = make_field("Der/Die Entwickler/in könnte ähnliche Werte haben wie ich.")
# soc_distance_t1_3 = make_field("Ich könnte zur gleichen Gruppe gehören wie der/die Entwickler/in.")
soc_distance_t1_3 = make_field("Ich bin ein ähnlicher Mensch wie der/die Entwickler/in.")
# social distance var -- task 2
soc_distance_rank_t2_1 = make_rank_field("1. Platz")
soc_distance_rank_t2_2 = make_rank_field("2. Platz")
soc_distance_rank_t2_3 = make_rank_field("3. Platz")
soc_distance_t2_1 = make_field("Der/Die Entwickler/in könnte ähnliche Ansichten haben wie ich.")
soc_distance_t2_2 = make_field("Der/Die Entwickler/in könnte ähnliche Werte haben wie ich.")
# soc_distance_t2_3 = make_field("Ich könnte zur gleichen Gruppe gehören wie der/die Entwickler/in.")
soc_distance_t2_3 = make_field("Ich bin ein ähnlicher Mensch wie der/die Entwickler/in.")
soc_norms = make_field("Ich tue immer mein Bestes, um gesellschaftliche Normen zu befolgen.")
# tech-savyness
# pers_inno1 = make_field(
# "Wenn ich von einer neuen Technologie hören würde, würde ich nach Möglichkeiten suchen, damit zu experimentieren.")
pers_inno1 = make_field(
"Unter meinen Kolleg*innen bzw. Kommiliton*innen bin ich in der Regel die/der Erste, die/der neue Technologie ausprobiert.")
pers_inno2 = make_field("Im Allgemeinen zögere ich neue Technologien auszuprobieren.")
pers_inno3 = make_field("Ich experimentiere gerne mit neuen Technologien.")
# task1
task1Estimate = models.IntegerField()
conf1Estimate = make_field("Ich bin von meiner Schätzung überzeugt.")
# task2
task2Estimate = models.IntegerField()
conf2Estimate = make_field("Ich bin von meiner Schätzung überzeugt.")
# perceived accuracy of AI -- task 1 and 2
perc_acc = models.FloatField()
perc_acc2 = models.FloatField()
# wtp -- task 1 and 2
wtp = models.FloatField()
# wtp2 = models.FloatField()
immo_exp = models.IntegerField(
choices=[[0, "Keine Kenntnisse"], [1, "Wenige Kenntnisse"], [2, "Einige Kenntnisse"],
[3, "Viele Kenntnisse"]],
label="Wie würden Sie Ihre Kenntnisse in der Bewertung von Immobilien einschätzen?", blank=True)
credit_exp = models.IntegerField(
choices=[[0, "Keine Kenntnisse"], [1, "Wenige Kenntnisse"], [2, "Einige Kenntnisse"],
[3, "Viele Kenntnisse"]],
label="Wie würden Sie Ihre Kenntnisse in der Bewertung von Kreditwürdigkeit einschätzen?", blank=True)
risk_aver = models.IntegerField(
choices=[[0, "0 (äußerst risikoscheu)"], [1, 1], [2, 2], [3, 3],
[4, 4], [5, 5], [6, 6], [7, 7],
[8, 8], [9, 9], [10, "10 (äußerst risikofreudig)"]],
label="Bitte geben Sie auf einer Skala von 0 bis 10 an, wie risikofreudig oder risikoscheu Sie sind,"
" wobei 0 'äußerst risikoscheu' und 10 'äußerst risikofreudig' bedeutet.",
blank=True)
# Revision 1
revision = models.FloatField()
confRevision = make_field("Ich bin von meiner Schätzung überzeugt.")
# Revision 2
revision2 = models.FloatField()
confRevision2 = make_field("Ich bin von meiner Schätzung überzeugt.")
# TASK 2 post questions
transparency_t1 = make_field("Ich verstehe, wie diese KI zu ihrer Empfehlung kommt.")
anthro_t1_1 = make_field("Diese KI ist für mich natürlich.")
anthro_t1_2 = make_field("Diese KI ist für mich menschenähnlich.")
anthro_t1_3 = make_field("Diese KI ist für mich lebensähnlich.")
cog_trust_t1_1 = make_field("Diese KI ist kompetent und effektiv bei der Vorhersage.") # der Immobilienpreise
cog_trust_t1_2 = make_field("Diese KI erfüllt ihre Aufgabe der Vorhersage sehr gut.") # , die Immobilienpreise vorherzusagen,
cog_trust_t1_3 = make_field(
"Insgesamt ist diese KI ein fähiges und kompetentes Werkzeug für die Vorhersage.") # der Immobilienpreise
integ_trust_t1_1 = make_field("Diese KI gibt unvoreingenommene Empfehlungen.")
# attention check 1
integ_trust_t1_2 = make_field("Diese KI ist unehrlich.")
integ_trust_t1_3 = make_field("Ich halte diese KI für integer.")
# attention check 2
emo_trust_t1_1 = make_field(
"Ich fühle mich unsicher, wenn ich mich bei meiner Entscheidung auf diese KI verlasse.") # der Immobilienpreise
emo_trust_t1_2 = make_field(
"Ich fühle mich wohl, wenn ich mich bei meiner Entscheidung auf diese KI verlasse.") # der Immobilienpreise
emo_trust_t1_3 = make_field(
"Ich fühle mich zufrieden, wenn ich mich bei meiner Entscheidung auf diese KI verlasse.") # der Immobilienpreise
# TASK 2 post questions
transparency_t2 = make_field("Ich verstehe, wie diese KI zu ihrer Empfehlung kommt.")
anthro_t2_1 = make_field("Diese KI ist für mich natürlich.")
anthro_t2_2 = make_field("Diese KI ist für mich menschenähnlich.")
anthro_t2_3 = make_field("Diese KI ist für mich lebensähnlich.")
cog_trust_t2_1 = make_field("Diese KI ist kompetent und effektiv bei der Vorhersage.") # der Immobilienpreise
cog_trust_t2_2 = make_field("Diese KI erfüllt ihre Aufgabe der Vorhersage sehr gut.") # , die Immobilienpreise vorherzusagen,
cog_trust_t2_3 = make_field(
"Insgesamt ist diese KI ein fähiges und kompetentes Werkzeug für die Vorhersage.") # der Immobilienpreise
integ_trust_t2_1 = make_field("Diese KI gibt unvoreingenommene Empfehlungen.")
# attention check 1
integ_trust_t2_2 = make_field("Diese KI ist unehrlich.")
integ_trust_t2_3 = make_field("Ich halte diese KI für integer.")
# attention check 2
emo_trust_t2_1 = make_field(
"Ich fühle mich unsicher, wenn ich mich bei meiner Entscheidung auf diese KI verlasse.") # der Immobilienpreise
emo_trust_t2_2 = make_field(
"Ich fühle mich wohl, wenn ich mich bei meiner Entscheidung auf diese KI verlasse.") # der Immobilienpreise
emo_trust_t2_3 = make_field(
"Ich fühle mich zufrieden, wenn ich mich bei meiner Entscheidung auf diese KI verlasse.") # der Immobilienpreise
# PAGES
class Intro(Page):
form_model = 'player'
form_fields = ['is_mobile', 'consent']
class PreQuestions(Page):
form_model = "player"
@staticmethod
def get_form_fields(player: Player):
form_fields = ["importance_sex", "importance_migration_bg", "importance_pol_views",
"age", "sex", "migration_bg", "job_status", "immo_exp", "credit_exp",
"risk_aver", "pol_views"]
form_fields += player.participant.pre_questions_order
return form_fields
@staticmethod
def vars_for_template(player: Player):
# removed "sex", "migration_bg" "nationality",
demo = ["age", "job_status", "immo_exp", "credit_exp", "risk_aver", ]
return dict(
demo=demo,
)
class Task(Page):
form_model = 'player'
form_fields = ["task1Estimate", "conf1Estimate"]
@staticmethod
def vars_for_template(player: Player):
# real estate task
apartments = pd.read_csv("Data/immonet_data_selected.csv")
apartments = apartments[['garden', 'basement', 'elevator', 'balcony',
'floor', 'n_rooms', 'sq_meters', 'construction_year',
'unemployment', 'share_green']]
apartment = dict(apartments.iloc[player.participant.apartment_row])
# lending task
borrowers = pd.read_csv("Data/lending_data_selected.csv")
for col in ['loan_amnt', 'annual_inc', 'installment']:
borrowers[col] = [format_german_number(x, 0) for x in borrowers[col]]
for col in ['open_acc', 'emp_length', 'term']:
borrowers[col] = borrowers[col].astype(int)
borrower = dict(borrowers.iloc[player.participant.lender_row])
return dict(apartment=apartment,
borrower=borrower)
class PercAccuracy(Page):
form_model = 'player'
form_fields = ["perc_acc"]
@staticmethod
def vars_for_template(player: Player):
# developer
developers = pd.read_csv("Data/dev_profiles.csv")
developer = dict(developers.iloc[player.participant.dev_row1])
return dict(developer=developer)
class WTP(Page):
form_model = "player"
form_fields = ["wtp"]
@staticmethod
def vars_for_template(player: Player):
# developer
developers = pd.read_csv("Data/dev_profiles.csv")
developer = dict(developers.iloc[player.participant.dev_row1])
return dict(developer=developer)
class Revision(Page):
form_model = 'player'
form_fields = ["revision", "confRevision"]
@staticmethod
def vars_for_template(player: Player):
# developer
developers = pd.read_csv("Data/dev_profiles.csv")
developer = dict(developers.iloc[player.participant.dev_row1])
# real estate revision
apartments = pd.read_csv("Data/immonet_data_selected.csv")
apartments = apartments[['garden', 'basement', 'elevator', 'balcony',
'floor', 'n_rooms', 'sq_meters', 'construction_year',
'unemployment', 'share_green', 'pred_price']]
apartment = dict(apartments.iloc[player.participant.apartment_row])
apartment['pred_price'] = format_german_number(round((apartment['pred_price'] - 20_000) / 40_000)
* 40_000 + 20_000)
# lending revision
borrowers = pd.read_csv("Data/lending_data_selected.csv")
for col in ['loan_amnt', 'annual_inc', 'installment', 'pred_']:
borrowers[col] = [format_german_number(x, 0) for x in borrowers[col]]
for col in ['open_acc', 'emp_length', 'term']:
borrowers[col] = borrowers[col].astype(int)
borrower = dict(borrowers.iloc[player.participant.lender_row])
return dict(developer=developer,
original_estimate=format_german_number(player.task1Estimate),
apartment=apartment,
borrower=borrower)
class PostQuestions(Page):
form_model = "player"
@staticmethod
def get_form_fields(player: Player):
form_fields = []
if player.participant.treatment in ["dev", "both"]:
form_fields = ["soc_distance_t1_1", "soc_distance_t1_2", "soc_distance_t1_3", # "soc_distance_t1_4",
"soc_distance_rank_t1_1", "soc_distance_rank_t1_2", "soc_distance_rank_t1_3"]
form_fields += player.participant.post_questions_order_t1
return form_fields
@staticmethod
def vars_for_template(player: Player):
# developer
developers = pd.read_csv("Data/dev_profiles.csv")
developer = dict(developers.iloc[player.participant.dev_row1])
# TODO: @Johannes, das war ein Versuch die labels direkt an die Page zu spielen; da hat man dann aber wieder
# TODO: das Problem der eingeschränkten Funktionalität in den {{ ... }} brackets
# labels
# label_var_dic = {"anthro_t1_1": "Der Algorithmus ist für mich natürlich.",
# "anthro_t1_2": "Der Algorithmus ist für mich menschenähnlich.",
# "anthro_t1_3": "Der Algorithmus ist für mich lebensähnlich.",
# "cog_trust_t1_1": f"Der Algorithmus ist kompetent und effektiv bei der Vorhersage der Immobilienpreise.",
# "cog_trust_t1_2": f"Der Algorithmus erfüllt seine Aufgabe, die Immobilienpreise vorherzusagen, sehr gut.",
# "cog_trust_t1_3": f"Insgesamt ist der Algorithmus ein fähiges und kompetentes Werkzeug für die Vorhersage der Immobilienpreise.",
# "integ_trust_t1_1": "Der Algorithmus gibt unvoreingenommene Empfehlungen.",
# "integ_trust_t1_2": "Der Algorithmus ist unehrlich.",
# "integ_trust_t1_3": "Ich halte diesen Algorithmus für integer.",
# "emo_trust_t1_1": f"Ich fühle mich unsicher, wenn ich mich bei meiner Entscheidung der Immobilienpreise auf diesen Algorithmus verlasse.",
# "emo_trust_t1_2": f"Ich fühle mich wohl, wenn ich mich bei meiner Entscheidung der Immobilienpreise auf diesen Algorithmus verlasse.",
# "emo_trust_t1_3": f"Ich fühle mich zufrieden, wenn ich mich bei meiner Entscheidung der Immobilienpreise auf diesen Algorithmus verlasse."}
# labels_order = [label_var_dic[var] for var in player.participant.post_questions_order_t1]
# rank q
ranks = ["soc_distance_rank_t1_1", "soc_distance_rank_t1_2", "soc_distance_rank_t1_3"]
return dict(
ranks=ranks,
developer=developer,
# labels_order=labels_order
)
@staticmethod
def error_message(player: Player, values):
if player.participant.treatment in ["dev", "both"]:
choices = [values['soc_distance_rank_t1_1'], values['soc_distance_rank_t1_2'], values['soc_distance_rank_t1_3']]
# set() gives you distinct elements. if a list's length is different from its
# set length, that means it must have duplicates.
if len(set(choices)) != len(choices):
return "Sie können nicht dasselbe Element mehrfach auswählen."
class Stage2(Page):
pass
class Task2(Page):
form_model = 'player'
form_fields = ["task2Estimate", "conf2Estimate"]
@staticmethod
def vars_for_template(player: Player):
# real estate task
apartments = pd.read_csv("Data/immonet_data_selected.csv")
apartments = apartments[['garden', 'basement', 'elevator', 'balcony',
'floor', 'n_rooms', 'sq_meters', 'construction_year',
'unemployment', 'share_green']]
apartment = dict(apartments.iloc[player.participant.apartment_row])
# lending task
borrowers = pd.read_csv("Data/lending_data_selected.csv")
for col in ['loan_amnt', 'annual_inc', 'installment']:
borrowers[col] = [format_german_number(x, 0) for x in borrowers[col]]
for col in ['open_acc', 'emp_length', 'term']:
borrowers[col] = borrowers[col].astype(int)
borrower = dict(borrowers.iloc[player.participant.lender_row])
return dict(apartment=apartment,
borrower=borrower)
class PercAccuracy2(Page):
form_model = 'player'
form_fields = ["perc_acc2"]
@staticmethod
def vars_for_template(player: Player):
# developer
developers = pd.read_csv("Data/dev_profiles.csv")
developer = dict(developers.iloc[player.participant.dev_row2])
return dict(developer=developer)
# class WTP2(Page):
# form_model = "player"
#
# @staticmethod
# def is_displayed(player: Player):
# if player.participant.treatment == "none":
# return False
# else:
# return True
#
# @staticmethod
# def vars_for_template(player: Player):
# # developer
# developers = pd.read_csv("Data/dev_profiles.csv")
# developer = dict(developers.iloc[player.participant.dev_row2])
#
# return dict(developer=developer)
class Revision2(Page):
form_model = 'player'
form_fields = ["revision2", "confRevision2"]
@staticmethod
def vars_for_template(player: Player):
# developer
developers = pd.read_csv("Data/dev_profiles.csv")
developer = dict(developers.iloc[player.participant.dev_row2])
# real estate revision
apartments = pd.read_csv("Data/immonet_data_selected.csv")
apartments = apartments[['garden', 'basement', 'elevator', 'balcony',
'floor', 'n_rooms', 'sq_meters', 'construction_year',
'unemployment', 'share_green', 'pred_price']]
apartment = dict(apartments.iloc[player.participant.apartment_row])
apartment['pred_price'] = format_german_number(round((apartment['pred_price'] - 20_000) / 40_000)
* 40_000 + 20_000)
# lending revision
borrowers = pd.read_csv("Data/lending_data_selected.csv")
for col in ['loan_amnt', 'annual_inc', 'installment', 'pred_']:
borrowers[col] = [format_german_number(x, 0) for x in borrowers[col]]
for col in ['open_acc', 'emp_length', 'term']:
borrowers[col] = borrowers[col].astype(int)
borrower = dict(borrowers.iloc[player.participant.lender_row])
return dict(developer=developer,
original_estimate=format_german_number(player.task2Estimate),
apartment=apartment,
borrower=borrower)
class PostQuestions2(Page):
form_model = "player"
@staticmethod
def get_form_fields(player: Player):
form_fields = []
if player.participant.treatment in ["dev", "both"]:
form_fields = ["soc_distance_t2_1", "soc_distance_t2_2", "soc_distance_t2_3", # "soc_distance_t2_4",
"soc_distance_rank_t2_1", "soc_distance_rank_t2_2", "soc_distance_rank_t2_3"]
form_fields += player.participant.post_questions_order_t2
return form_fields
@staticmethod
def vars_for_template(player: Player):
# developer
developers = pd.read_csv("Data/dev_profiles.csv")
developer = dict(developers.iloc[player.participant.dev_row2])
# rank q
ranks = ["soc_distance_rank_t2_1", "soc_distance_rank_t2_2", "soc_distance_rank_t2_3"]
return dict(
ranks=ranks,
developer=developer
)
@staticmethod
def error_message(player: Player, values):
if player.participant.treatment in ["dev", "both"]:
choices = [values['soc_distance_rank_t2_1'], values['soc_distance_rank_t2_2'], values['soc_distance_rank_t2_3']]
# set() gives you distinct elements. if a list's length is different from its
# set length, that means it must have duplicates.
if len(set(choices)) != len(choices):
return "Sie können nicht dasselbe Element mehrfach auswählen."
class SocDist1(Page):
form_model = "player"
@staticmethod
def get_form_fields(player: Player):
form_fields = ["soc_distance_t1_1", "soc_distance_t1_2", "soc_distance_t1_3", #"soc_distance_t1_4",
"soc_distance_rank_t1_1", "soc_distance_rank_t1_2", "soc_distance_rank_t1_3"]
return form_fields
@staticmethod
def vars_for_template(player: Player):
# developer
developers = pd.read_csv("Data/dev_profiles.csv")
developer = dict(developers.iloc[player.participant.dev_row1])
# rank q
ranks = ["soc_distance_rank_t1_1", "soc_distance_rank_t1_2", "soc_distance_rank_t1_3"]
return dict(
ranks=ranks,
developer=developer
)
@staticmethod
def is_displayed(player: Player):
if player.participant.treatment in ["none", "acc"]:
return True
else:
return False
@staticmethod
def error_message(player: Player, values):
choices = [values['soc_distance_rank_t1_1'], values['soc_distance_rank_t1_2'], values['soc_distance_rank_t1_3']]
# set() gives you distinct elements. if a list's length is different from its
# set length, that means it must have duplicates.
if len(set(choices)) != len(choices):
return "Sie können nicht dasselbe Element mehrfach auswählen."
class SocDist2(Page):
form_model = "player"
@staticmethod
def get_form_fields(player: Player):
form_fields = ["soc_distance_t2_1", "soc_distance_t2_2", "soc_distance_t2_3", # "soc_distance_t2_4",
"soc_distance_rank_t2_1", "soc_distance_rank_t2_2", "soc_distance_rank_t2_3"]
return form_fields
@staticmethod
def vars_for_template(player: Player):
# developer
developers = pd.read_csv("Data/dev_profiles.csv")
developer = dict(developers.iloc[player.participant.dev_row2])
# rank q
ranks = ["soc_distance_rank_t2_1", "soc_distance_rank_t2_2", "soc_distance_rank_t2_3"]
return dict(
ranks=ranks,
developer=developer
)
@staticmethod
def is_displayed(player: Player):
if player.participant.treatment in ["none", "acc"]:
return True
else:
return False
@staticmethod
def error_message(player: Player, values):
choices = [values['soc_distance_rank_t2_1'], values['soc_distance_rank_t2_2'], values['soc_distance_rank_t2_3']]
# set() gives you distinct elements. if a list's length is different from its
# set length, that means it must have duplicates.
if len(set(choices)) != len(choices):
return "Sie können nicht dasselbe Element mehrfach auswählen."
class End(Page):
def vars_for_template(player: Player):
# real estate task
apartments = pd.read_csv("Data/immonet_data_selected.csv")
apartments = round((apartments['price'] - 300_000) / 40_000)*40_000 + 300_000
apartment = int(apartments.iloc[player.participant.apartment_row])
# lending task
borrowers = pd.read_csv("Data/lending_data_selected.csv")
borrowers = borrowers['y_']
borrower = int(borrowers.iloc[player.participant.lender_row])
fail_str, succ_str = "Sie lagen leider daneben.", "Sie haben richtig geschätzt!"
apartment_res, borrower_res = fail_str, fail_str
if player.participant.tasks_order:
t1_correct = player.task1Estimate == apartment
apart_est, apart_correct = format_german_number(player.task1Estimate), format_german_number(apartment)
t2_correct = player.task2Estimate == borrower
if t1_correct:
apartment_res = succ_str
if t2_correct:
borrower_res = succ_str
else:
t1_correct = player.task1Estimate == borrower
t2_correct = player.task1Estimate == apartment
apart_est, apart_correct = format_german_number(player.task2Estimate), format_german_number(apartment)
if t1_correct:
borrower_res = succ_str
if t2_correct:
apartment_res = succ_str
feedback_str = f"Aufgabe {player.participant.task_payment_relevance} ist relevant für Ihre Auszahlung. "
if (player.participant.task_payment_relevance == 1 and t1_correct) or (player.participant.task_payment_relevance == 2 and t2_correct):
feedback_str = feedback_str + f"Herzlichen Glückwunsch, Ihre variable Vergütung beträgt somit insgesamt " \
f"{format_german_number(0.01*(30 - abs(player.wtp - 50)) + 5, 2)} EUR
" \
f"({format_german_number(5, 2)} für die Schätzung und " \
f"{format_german_number(0.01*(30 - abs(player.wtp - 50)), 2)} Restbudget)."
else:
feedback_str = feedback_str + f"Ihre variable Vergütung beträgt somit insgesamt {format_german_number(0.01*(30 - abs(player.wtp - 50)), 2)} EUR
" \
f"({format_german_number(0, 2)} EUR für die Schätzung und " \
f"{format_german_number(0.01*(30 - abs(player.wtp - 50)), 2)} EUR Restbudget)."
return dict(apartment=apartment,
borrower=borrower,
apartment_res=apartment_res,
apart_est=apart_est,
apart_correct=apart_correct,
borrower_res=borrower_res,
feedback_str=feedback_str
)
page_sequence = [Intro,
PreQuestions,
Task,
PercAccuracy,
WTP,
Revision,
PostQuestions,
Stage2,
Task2,
PercAccuracy2,
Revision2,
PostQuestions2,
SocDist1,
SocDist2,
End]