建议距离与建议者表情对建议采纳的影响

2023-06-08 18:03任玉冰
心理技术与应用 2023年6期

任玉冰

摘 要 从情绪即社会信息理论出发,基于决策者–建议者系统(Judge-Advice System, 简称JAS)范式,通过两个实验探讨了决策者在面对不同距离建议和不同表情的建议者时,建议采纳程度的不同。实验1发现建议距离与建议采纳程度呈倒U型曲线关系。实验2发现被试对于高兴表情建议者提出的建议,采纳程度显著大于愤怒表情建议者;并且面对高兴表情建议者时,建议距离与建议采纳程度呈倒U型曲线关系;面对愤怒表情建议者时,建议距离与建议采纳程度呈单调递减线性关系。这表明,建议者表情可以改变建议距离与建议采纳的关系模式。

关键词 建议距离;建议者表情;建议采纳

分类号 B849

DOI:10.16842/j. cnki. issn2095-5588.2023.06.004

1 引言

建議采纳是决策者对自己的初始决策和他人建议进行权衡并做出最终决策的过程,他人建议与自己初始决策的差异是影响建议采纳的重要因素。由于建议采纳是一种人际互动过程(王修欣等, 2022),因此他人建议对建议采纳的影响还依赖于决策者和建议者之间的人际互动,如建议者的面部表情。本研究将从情绪即社会信息理论出发探讨建议距离与建议者表情对建议采纳的影响。

建议采纳过程中,建议者所给的建议与决策者的初始决策往往存在差异。建议值与初始决策值之间的差距叫作建议距离,差距较小称为近距离建议,差距较大称为远距离建议(Yaniv, 2004)。已有研究发现建议距离会影响建议采纳,并且有研究者提出建议距离与建议采纳程度之间的关系为单调递减即线性关系,如Yaniv(2004)的实验中让被试估计历史事件发生的日期,结果发现被试在近距离条件下建议采纳程度最高,其次是中等距离条件,远距离条件下建议采纳程度最低;甚至当决策者面对多个建议者提出的建议时,会忽略距离其初始估计值最远的建议(Yaniv & Milyavsky, 2007)。然而也有研究者认为建议距离与建议权重的关系应为倒U型曲线关系,且这种关系不受实验任务类型的影响(Hütter & Ache, 2016; Moussa?d et al., 2013),如Schultze等(2015)分别让被试估计不同城市之间的直线距离、食物卡路里含量、历史事件发生日期等,均发现近距离与远距离条件下被试对建议赋予的权重显著低于中等距离条件,且中等距离条件下被试的自信程度显著低于近距离与远距离条件。Hütter和Ache(2016)的研究也支持上述观点,认为相比远距离建议,决策者对中等距离建议的采纳程度更高。

产生这两种不同结果的一个重要原因在于对近距离建议的操纵,之前的研究(Yaniv, 2004 ; Yaniv & Milyavsky, 2007)中忽视了建议距离的实际等价区域,即与初始估计值十分接近的建议值区域。研究者认为当建议与初始估计非常接近时,决策者倾向忽略建议,维持其初始决策,差距为中等距离时,倾向采纳建议,距离非常遥远时,倾向拒绝建议(Schultze et al., 2015; Yaniv et al., 2009)。也就是说,如果建议距离的范围足够广,建议距离应该与建议采纳程度呈倒U型曲线关系。

另外,建议采纳作为一种人际互动过程,建议者的表情就是该互动过程中一种十分重要的信息,会对交往对象的行为有重要影响。根据情绪即社会信息理论(Van Kleef, 2009),建议采纳过程中,建议者表情对建议采纳的影响一是通过情绪渲染激发决策者的情绪状态;二是决策者将建议者情绪中所包含的信息融入到最终决策中(朱月龙等, 2017)。在建议采纳中,建议者的面部表情包含了关于其人际意图的信息,如友好(Hess et al., 2000)、合作(Reed et al., 2012)等,特别是在信任方面,研究发现高兴面孔提供了可信的线索,愤怒面孔提供了不可信的线索(Elkins & Derrick, 2013; Todorov, 2008; Van Kleef, 2009)。

关于建议采纳的研究发现人们对信任的建议者的建议采纳程度普遍要高(Gino et al., 2012; Haran & Shalvi, 2019)。Mansell和Lam(2006)向决策者分别呈现带有积极(高兴)、消极(愤怒)和中性表情的建议者面孔,发现当建议者为积极表情时,决策者倾向采纳建议,当建议者为消极表情时,决策者赋予建议的权重较低。面孔情绪对建议采纳影响的直接证据较少,但来自态度改变领域的研究也可以提供参考。Van Kleef等(2015)首先要求被试给出对十个慈善组织的初始看法,然后让被试观看路人(即主试)对该组织看法的访谈视频,此时路人会表现出两种表情,即高兴和愤怒。结果显示,相比愤怒表情,当呈现他人的高兴表情时,被试倾向改变态度。因此我们可以推断对高兴表情建议者的建议采纳程度高于愤怒表情建议者的建议。

建议距离的远近对建议采纳的影响应该也会受到建议者表情的调节。当他人提出的建议距离决策者的初始决策较近时,由于决策者存在自我中心倾向,自信心增强,较少受到其他信息的影响(Yaniv & Milyavsky, 2007)。当他人提出的建议距离决策者的初始决策较远时,由于信息的不对称性,决策者对自己的初始决策会有更高的不确定性,容易考虑更多信息(Hütter & Ache, 2016; Schultze et al., 2015),这时建议者的表情就成为决策者理解决策情境的重要线索,建议者的表情提供了关于建议者如何看待这种建议的信息,决策者从建议者的表情中提取的信息有助于他们理解这种决策情境,进而影响其建议采纳程度。

综上,本研究将在情绪即社会信息理论的框架下,探讨建议距离与建议者表情对建议采纳的影响。由于已有研究对建议距离与建议采纳的关系模式尚存在争议,所以实验1将建议距离划分为四种水平,一方面验证建议距离与建议采纳的关系模式是单调递减还是倒U型曲线关系,另一方面为实验2提供基础。实验2中选择高兴和愤怒两种典型的表情,进一步探讨建议者表情如何影响建议距离与决策者采纳建议的关系,并假设当建议距离较小时,建议者表情对建议采纳的影响不显著;而建议距离较大时,建议者表情会显著影响建议采纳。

2 实验1:建议距离对建议采纳的影响

2.1 实验目的

探讨当决策者面对不同距离的建议时建议采纳程度的不同,从而进一步探讨建议距离与建议采纳的关系模式。

2.2 方法

2.2.1 被试

采用 Gpower 3.1(Faul et al., 2009)计算最低样本量。设定α=0.05,power = 0.95,中等效应值f=0.25,计算出最低样本量为36名。本研究招募在校大学生40名,其中男生18名,平均年龄为20.5±1.57岁。被试均自愿参加,右利手,视力或矫正视力正常,身体健康。实验前均签署知情同意书。

2.2.2 实验设计

采用单因素被试内實验设计,自变量为建议距离,分为四个水平,因变量为建议采纳程度,建议采纳程度即WOA值(Weight of Advice),计算公式为:WOA=|最终决策–初始决策|/|他人建议–初始决策|。数值越大,采纳建议程度越高。

建议距离的确定根据Moussa?d等(2013)提出的公式:?E = |I–A|/I。其中I指决策者的初始估计值,A指建议者的建议值,如果?E小于30%,则建议属于近距离建议;如果?E大于30%且小于110%,则属于中等距离建议;如果?E大于110%,则属于远距离建议。结合Schultze等(2015)研究中使用的建议距离,本研究选取?E分别为10%、50%、80%和140%,对应的建议值分别为:初始估计±初始估计×10%(或50%、80%、140%),并将计算出的数值四舍五入。如果初始估计小于真实值(即决策任务的正确数值,在本研究中指两个城市间的真实直线距离),则相加;如果初始估计大于真实值,则相减,使建议指向真实值,增加建议的可靠性。由于“初始估计–初始估计×140%”与事实不符,因此在远距离条件下,建议值仅为“初始估计+初始估计×140%”。为了防止被试意识到建议实际上是基于初始估计计算出来的,本研究将计算出的建议值加上一个噪音值,噪音值随机选自均匀分布为[–3,+3]的范围(Hütter & Ache, 2016)。呈现给被试的建议值为“初始估计±初始估计×10%+噪音”(以10%条件为例)。

2.2.3 实验材料与程序

实验材料是参照Schultze等(2015)研究编制的24个距离估计题目,被试的任务是估计中国两个城市之间的直线距离,单位为千米。

实验程序采用JAS范式,使用Eprime 2.0编写。实验之前,告知被试:本实验任务是估计我国两个城市之间的直线距离,首先需要自己独自做一遍估计,然后会接收到一个建议者的建议,结合该建议做出最终决策,建议者随机选自之前参加过预实验的30名被试。为减少先前知识经验对建议采纳的影响(Yaniv, 2004),在估计之前,给被试呈现一张彩色中国地图,并给出三组城市之间直线距离的真实值以供参考。

本实验共包含两个阶段:练习阶段和正式实验阶段。被试需要先完成练习部分,共4个试次,正式实验24个试次,每个条件均包含6个试次。所有试次随机呈现。每个试次中,首先,在白色屏幕中央呈现一个红色注视点500ms,然后,呈现两个城市的名称,要求被试估计它们之间的直线距离,将估计值输入方框内,并按回车键;随后,屏幕中央呈现根据被试初始估计值计算得出的建议值以及被试刚才输入的初始估计值,告知被试建议值由建议者提供,要求被试再次进行估计,想好后,按回车键呈现方框,将估计值输入方框内,按回车键进入下一个试次。

2.3 结果

2.3.1 建议距离对建议采纳的影响

以建议距离为自变量,以WOA值为因变量进行单因素方差分析,根据球形检验的结果,如果p<0.05,则采用Greenhouse–Geisser矫正自由度和p值。

建议距离显著影响WOA值,F(2.20, 85.48)=10.02,p<0.001,η2p=0.20。事后多重比较显示,50%(M=0.28,SD=0.18)和80%(M=0.26,SD=0.19)条件下被试的WOA值均显著大于10%(M=0.16,SD=0.20)和140%(M=0.16,SD=0.13)条件(ps<0.01),50%和80%条件下被试的WOA值差异不显著(p=0.33),10%和140%条件下被试的WOA值差异不显著(p=0.99)。

2.3.2 建议距离与建议采纳之间的关系模式

采用曲线估计和回归分析探讨建议距离与WOA值之间的关系。

首先进行曲线估计,结果显示,二次函数拟合良好,ΔR2=0.08,p<0.001,三次函数拟合良好,ΔR2=0.08,p<0.001。之后进行回归分析,假设为二次函数时,二次项回归系数显著,β=-0.31,t=-3.89,p<0.001,一次项回归系数不显著,β= 0 .06,t=0.69,p=0.49;假设为三次函数时,三次项回归系数不显著,β=0.35,t=0.90,p=0.37,二次项回归系数显著,β= -0.34,t=-3.92,p<0.001,一次项回归系数不显著,β=-0.27,t=-0.73,p=0.46。因此,建议距离与WOA值之间为二次曲线关系(见图1)。

本实验发现,50%和80%(即中等距离)条件下被试的采纳建议程度最大,10%(即近距离)和140%(即远距离)条件下被试的建议采纳程度最小。由于实验1发现,50%和80%这两种条件下被试的建议采纳程度均无显著差异,因此,在实验2中,我们将取中值,即65%条件来表示中等距离建议。

3 实验2:建议距离与建议者表情对建议采纳的影响

3.1 实验目的

探讨不同建议者表情条件下,建议距离对决策者采纳建议程度的影响,从而进一步分析不同建议距离对建议采纳影响的边界条件。

3.2 方法

3.2.1 被试

采用 Gpower3.1(Faul et al., 2009)计算最低样本量。设定α=0.05,power=0.95,中等效应值f=0.25,计算出最低样本量为28名。招募在校大学生42名,被试均自愿参加,右利手,视力或矫正视力正常,身体健康,实验前均签署知情同意书。其中,删除中途输入错误的6名被试,剩余有效被试36名,其中男19名,女17名,平均年龄为20.48±1.66岁。

3.2.2 实验设计

2(建议者表情:高兴、愤怒)×3(建议距离:10%、65%、140%)的完全被试内设计,因变量为建议采纳程度(同实验1)。

3.2.3 实验材料

(1)高兴和愤怒面孔图片

选自中国面孔表情图片系统(龚栩等, 2011),高兴和愤怒各18张,男性和女性面孔各半。每张图片的大小、背景、亮度、对比度等均相同,像素均为182×210,大小均为72mm×81mm。33名被试对36张面孔图片的效价和唤醒度进行评分,采用9点计分,结果发现高兴面孔图片的效价(M=7.09,SD=0.68),显著高于愤怒面孔图片(M=2.45,SD=0.73),t (32) = 20.93,p<0.001,d=3.66;高兴面孔图片的唤醒度(M=5.39,SD=1.27)显著低于愤怒面孔图片(M=6.09,SD=1.35),t(32)=-3.15,p<0.01,d=0.55。为排除面孔吸引力可能对建议采纳结果的影响(李鸥, 陈红, 2010; 郁林瀚等, 2019),本研究选取41名被试对36张面孔图片的吸引力进行评价,采用7点计分,结果发现,高兴面孔(M=3.63,SD=1.55)与愤怒面孔(M=3.50,SD=1.61)的吸引力无显著差异,t(40)=1.14,p=0.26,d=0.18。

(2)距离估计题目

共36道距离估计题目,编制方法同实验1。

3.2.4 实验程序

本实验包含练习阶段和正式实验阶段两部分。在练习阶段,被试需要完成4个试次,正式实验共36个试次,实验条件为高兴–10%、高兴–65%、高兴–140%、愤怒–10%、愤怒–65%、愤怒–140%共6个,每个条件包含6个试次。所有试次随机呈现。每个试次中,当被试输入初始估计值并按回车键后,在屏幕中央呈现建议者的表情图片、建议值,以及被试刚才输入的初始估计值,要求被试再次估计,想好后,按回车键呈现方框,将最终估计值输入方框内。

3.3 结果

不同建议距离与建议者表情条件下WOA值的平均数与标准差(见表1)。

3.3.1 建议距离和建议者表情对建议采纳的影响

以建议者表情、建议距离为自变量,分别以WOA值为因变量进行单因素方差分析,根据球形检验的结果,如果p<0.05,则采用Greenhouse–Geisser矫正自由度和p值。

建议者表情主效应显著,F(1,35) =5.47,p<0.05,η2p=0.14,被试面对高兴表情建议者时的建议采纳程度(M=0.26,SD=0.03)显著高于愤怒表情建议者(M= 0.21,SD=0.03)。建议距离主效应显著,F(1.35,47.29)=4.94,p<0.05,η2p=0.12,事后检验表明,140%条件下被试的建议采纳程度最低(M=0.15,SD=0.03),显著小于10%和65%条件下,ps<0.05;10%条件(M=0.28,SD=0.05)与65%条件(M=0.28,SD=0.04)下被试的建议采纳程度无显著差异,p=0.92。建议者表情与建议距离的交互作用显著,F(1.56,54.44)=3.91,p< 0.05,η2p=0.10。

对建议者表情与建议距离的交互作用进行简单效应分析,结果显示,在面对高兴表情建议者时,近距离条件(M=0.27,SD=0.05)下被试的建议采纳程度分别与中等距离(M=0.32,SD=0.05)、远距离(M=0.20,SD=0.04)条件差异不显著,ps>0.23,中等距离条件下被试的建议采纳程度显著大于远距离条件,p<0.001;在面对愤怒表情建议者时,近距离(M=0.29,SD= 0.05)与中等距离(M=0.23,SD= 0.04)条件下建议采纳程度无显著差异,p=0.32,远距离(M=0.11,SD=0.03)条件下被试的建议采纳程度均显著小于近距离与中等距离条件,ps<0.01。

3.3.2 不同建议者表情条件下建议距离与建议采纳之间的关系模式

采用曲线估计和回归分析探讨高兴和愤怒表情下建议距离与建议采纳之间的关系。对于高兴表情,首先进行曲线估计,结果显示,二次函数拟合良好,ΔR2=0.10,p<0.01;之后进行回归分析,二次项回归系数显著,β=-1.40,t=-3.52,p<0.01,一次项回歸系数显著,β=1.47,t=3.70,p<0.001。因此,高兴表情条件下,建议距离与建议采纳之间为二次曲线关系。对于愤怒表情,首先进行曲线估计,结果显示,线性函数拟合良好,ΔR2=0.07,p<0.01;之后进行回归分析,β=-0.28,t=-3.02,p<0.01。因此,愤怒表情条件下,建议距离与建议采纳之间为线性关系。

4 讨论

本研究采用距离估计任务,探讨了当决策者面对不同距离建议时,建议采纳程度的不同,以及在不同建议者表情条件下,建议距离对决策者采纳建议的影响。

实验1发现,10%(即近距离)条件和140%(即远距离)条件下被试的建议采纳程度最低,50%和80%(即中等距离)条件下被试的建议采纳程度最高,且建议距离与建议采纳之间呈显著的二次关系;实验2发现,140%(即远距离)条件下被试的建议采纳程度最低,10%(即近距离)条件与65%(即中等距离)条件下被试的建议采纳程度最高且无显著差异。这可能是由于当建议与初始估计越接近,决策者的自信心增强,因此赋予建议的权重越低;相反,当建议与初始估计的距离较远,决策者的自信心降低,赋予建议的权重增加;当建议与初始估计的距离非常远时,决策者可能会怀疑建议质量,因此建议权重较低。这两个研究的结果均与Schultze等(2015)的研究结果基本一致,证明了实际等价区间的存在,也证明了建议距离与建议采纳之间呈非单调递减关系。

实验2发现,决策者在面对高兴表情建议者时的建议采纳程度显著高于愤怒表情建议者,与Mansell和Lam(2006)以及Van Kleef等(2015)的研究结果一致。在建议采纳中,决策者通过建议者的表情很容易捕捉到建议者的情绪,而这种情绪又会传染给决策者,已有研究也发现高兴的决策者易于接受他人的建议,愤怒的决策者倾向于拒绝他人的建议(郭玲霄等, 2022; Gino & Schweitzer, 2008)。另外决策者从建议者的表情中可以推断出其动机,高兴的面孔被认为比愤怒的面孔更值得信任(Elkins & Derrick,2013),从而更倾向于接受其提出的建议(Gino et al., 2012)。这也说明决策者的主观体验对建议采纳的影响(Haran & Shalvi, 2019)。

相较于实验1,实验2中近距离与中等距离条件下建议采纳差距的缩小可能与建议者高兴和愤怒表情所提供的不同的信息有关,而且面对高兴和愤怒表情建议者时,建议距离与建议采纳的关系模式不同。当面对高兴表情建议者时,中等距离建议采纳程度略大于近距离建议,显著大于远距离建议,呈倒U型曲线关系,与实验1一致;而当面对愤怒表情建议者时,中等距离建议采纳程度略小于近距离建议,显著大于远距离建议,呈单调递减线性关系。高兴与愤怒表情包含的可信和不可信线索,不会改变决策者对近距离和远距离建议采纳的模式,这可能与决策者近距离条件下的自我中心和对远距离建议的不可接受有关(Yaniv & Milyavsky, 2007);而建议者的愤怒表情降低了决策者对中等距离建议的采纳,这表明中等距离建议使得决策者搜索并考虑了其他信息。在对中等距离条件下高兴与愤怒表情建议者提出的建议的采纳程度分析发现,决策者面对高兴表情建议者的建议采纳程度显著大于愤怒表情建议者,p<0.05,证实了中等距离增加决策者考虑其他信息可能性的猜测。

综上,本研究的创新点在于一方面从情绪即社会信息理论出发,探讨了建议采纳中的情绪人际效应,当面对表情不同的建议者时,决策者如何利用从建议者表情中提取的信息来对不同距离建议进行决策;另一方面,在前人研究基础上,探讨其他变量是否调节建议距离与建议采纳的关系模式。与此同时,也给了我们一些启示,即在现实生活中为他人提建议时,应该微笑表达而不是愤怒表达;如果他人向我们提建议时面露情绪,我们要仔细分析情绪所包含的信息是否有利于获取高质量的建议。但是,本研究也存在局限:(1)建議者在提供建议时的表情不只是高兴、愤怒这两种,其他表情如焦虑、悲伤,将会怎样影响决策者对建议的采纳,其影响机制是什么,这是未来研究需要探讨的。(2)本研究使用的决策任务为距离估计任务,与现实情境中的建议采纳存在较大差异,研究结果还需要进一步验证。

5结论

建议者表情能够改变建议距离与建议采纳的关系模式:面对高兴表情建议者时,建议距离与建议采纳呈倒U型曲线关系,面对愤怒表情建议者时,建议距离与建议采纳呈单调递减线性关系。相比愤怒表情建议者,决策者更倾向于采纳高兴表情建议者提出的建议。

参考文献

龚栩,黄宇霞,王妍,罗跃嘉(2011). 中国面孔表情图片系统的修订. 中国心理卫生杂志,25(1),40-46.

郭玲霄,王亚婷,杜秀芳(2022). 具体情绪对个体建议采纳的影响. 心理技术与应用,10(1),51-57.

李鸥,陈红(2010). 面孔吸引力的回顾与前瞻. 心理科学进展,18(3),472-479.

王修欣,王希,王晓明(2022). 建议者选择及其中的自我–他人决策差异. 心理技术与应用,10(2),112-120.

郁林瀚,段锦云,朱月龙 (2019). 建议者面部宽高比对决策者建议采纳的影响. 心理科学,42(6),1410-1415.

朱月龙,张开华,段锦云(2017). 建议采纳的情绪机制. 心理科学进展,25(9),1607-1613.

Elkins, A. C., & Derrick, D. C. (2013). The sound of trust: Voice as a measurement of trust during interactions with embodied conversational agents. Group Decision and Negotiation, 22(5), 897-913.

Faul, F., Erdfelder, E., Buchner, A., & Lang, A. G. (2009). Statistical power analyses using G*Power 3.1: Tests for correlation and regression analyses. Behavior Research Methods, 41, 1149-1160.

Gino, F., Brooks, A. W., & Schweitzer, M. E. (2012). Anx-iety, advice, and the ability to discern: Feeling anxious motivates individuals to seek and use advice. Journal of Personality and Social Psychology, 102(3), 497-512.

Gino, F., & Schweitzer, M. E. (2008). Blinded by anger or feeling the love: How emotions influence advice taking. The Journal of Applied Psychology, 93(5), 1165-1173.

Haran, U., & Shalvi, S. (2019). The implicit honesty premium: Why honest advice is more persuasive than highly informed advice. Journal of Experimental Psychology: General, 149(4), 757-773.

Hess, U., Blairy, S., & Kleck, R. E. (2000). The influence of facial emotion displays, gender, and ethnicity on judg-ments of dominance and affiliation. Journal of Nonverbal Behavior, 24(4), 265-283.

Hütter, M., & Ache, F. (2016). Seeking advice: A sampling approach to advice taking. Judgment and Decision Making, 11(4), 401-415.

Mansell, W., & Lam, D. (2006). “I wont do what you tell me!”: Elevated mood and the assessment of advice-taking in euthymic bipolar I disorder. Behaviour Research and Therapy, 44(12), 1787-1801.

Moussa?d, M., K?mmer, J. E., Analytis, P. P., & Neth, H. (2013). Social influence and the collective dynamics of opinion formation. PloS One, 8(11), 1-8.

Reed, L. I., Zeglen, K. N., & Schmidt, K. L. (2012). Facial expressions as honest signals of cooperative intent in a one-shot anonymous Prisoners Dilemma game. Evolution and Human Behavior, 33, 200-209.

Schultze, T., Rakotoarisoa, A., & Schulz-Hardt, S. (2015). Effects of distance between initial estimates and advice on advice utilization. Judgment and Decision Making, 10(2), 144-171.

Todorov, A. (2008). Evaluating faces on trustworthiness. Annals of the New York Academy of Sciences, 1124 (1), 208-224.

Van Kleef, G. A. (2009). How emotions regulate social life: The emotions as social information (EASI) model. Cu-rrent Directions in Psychological Science, 18, 184-188.

Van Kleef, G. A., Helma, V. D. B., & Heerdink, M. W. (2015). The persuasive power of emotions: Effects of emotional expressions on attitude formation and change. Journal of Applied Psychology, 100(4), 1124-1142.

Yaniv, I. (2004). Receiving other peoples advice: Infl-uence and benefit. Organizational Behavior and Human Decision Processes, 93(1), 1-13.

Yaniv, I., Choshen-Hillel, S. & Milyavsky, M. (2009). Spurious consensus and opinion revision: Why mig-ht people be more confident in their less accurate jud-gments? Journal of Experimental Psychology: Learning, Memory, and Cognition, 35, 558-563.

Yaniv, I., & Milyavsky, M. (2007). Using advice from multiple sources to revise and improve judgments. Or-ganizational Behavior and Human Decision Processes, 103, 104-120.