Pular para o conteúdo

Tarefa causcibench_real.q073

causcibench_realagentT2publicépoca 1, tentativa 1Execução: 20261015T171142Z-suite-causcibench_real-naive-d6494d

Veredito

falhouDecidida pela verificação 1: figura da resposta próxima, fora da tolerância.
0.05056533167 vs 0.005

Família do método (das chamadas de ferramentas): ols (regression)

Pergunta feita ao analista

What is the effect of receiving a get-out-the-vote phone call four weeks prior to the election on voter turnout?

Resposta

Estimativa ingênua (infer.ols): coef.contacted_4weeks = 0,05057.

Valores esperados e de onde vêm

causcibench_real.gold.q073

Fonte
CauSciBench real split, data/metadata_json/real_input.json at d9bb43a, id 73
Tipo
benchmark_gold
Localização
real_input.json, record id 73: fields effect and std_error
Trecho
id 73 effect 0.005 std_error 0.013
Valor como publicado
0.005
Erro-padrão como publicado
0.013
Valor
0,0050.005 (se 0,0130.013)
Conferido por
arquivo do benchmark · Written by scripts/freeze_causcibench_real.py from the pinned file; equal to the `answer` and `std_error` of the same id in data/metadata_csv/real_input.csv at the pin.
sha256 da cópia lida
c1f4c8930675afff63d816d8ed066941ae92697e7bfc31e9d38519398dd80438 (identifica a cópia lida, não um arquivo canônico)
Endereço
https://raw.githubusercontent.com/causalNLP/CauSciBench/d9bb43a2d90f261978cc5ac0b628c0484f6e8956/data/metadata_json/real_input.json
Licença
CauSciBench repository (MIT for code; metadata as published in the repository)
  • #1 figura da resposta próxima: 0,0050.005 · relativa 0.05

Verificações

Cada verificação, o que esperava, o que observou e a chamada que leu
#VerificaçãoObrigatóriaResultadoEsperadoObservadoTolerânciaFonteChamada
0resposta com lastro
every number backed
obrigatóriapassou—[]———
1figura da resposta próxima
0.05056533167 vs 0.005
obrigatóriafalhou0,0050.0050,05056530.050565331673015884relativa 0.05causcibench_real.gold.q073call_666e5967

Caminho de referência e caminho do agente

A chamada de referência ao lado da chamada que deu a resposta, argumento por argumento.

caminho de referência do item · metadata_rule

Referência: infer.iv_2slsChamada do agente: infer.ols (call_666e5967)diferente
Argumentos da referência e do agente
ArgumentoReferênciaAgente
cluster——não fixado pela referência
controls—[]não fixado pela referência
dataset"panagopoulos_timing""panagopoulos_timing"igual
endog["contacted_4weeks"]—ausente
exog["democrat","republican","unenrolled","other_party","age","age_squared","vtr_gen01","vtr_gen03"]—ausente
fe—[]não fixado pela referência
instruments["four_weeks"]—ausente
intercept—truenão fixado pela referência
level—0,950.95não fixado pela referência
se—"HC1"não fixado pela referência
subset——não fixado pela referência
weights——não fixado pela referência
x—["contacted_4weeks"]não fixado pela referência
y"vtr_gen05""vtr_gen05"igual

Pendências do caminho de referência: needs_spec:sample

Trajetória

Cada evento na ordem em que aconteceu: turnos do modelo, chamadas de ferramentas, guardas, transformações e pontuação.

  1. 0Início

    What is the effect of receiving a get-out-the-vote phone call four weeks prior to the election on voter turnout?

    panagopoulos_timing (agent)

    The dataset consists of 25,000 registered voters in Rochester, New York, who were part of a randomized field experiment during the November 2005 municipal elections. Voters were randomly assigned to one of four groups: a phone reminder call scheduled for 4 weeks before Election Day, 2 weeks before, 3 days before, or a control group that received no call. The calls were nonpartisan get-out-the-vote reminders, delivered using standardized scripts. The unit of observation is the individual registered voter, and only those appearing on the official registration list were included. The main outcome is voter turnout in the 2005 election, while additional measures capture past voting history, party registration, demographics, and a predicted propensity to vote. The dataset also records whether each assigned reminder call was actually completed, allowing for comparison between group assignment and the reality of who was contacted. Data variables: vtr_gen01: Voted (2001) vtr_gen03: Voted (2003) vtr_gen05: Outcome: Voted 2005 treated: Successfully contacted four_weeks: Experimental group: Called 4 weeks before election two_weeks: Experimental group: Called 2 weeks before election three_days: Experimental group: Called 3 days before election control: Experimental group: Control, i.e., did not receive any calls democrat: Registered Democrat republican: Registered Republican unenrolled: Unaffiliated other_party: Other party registration age: Age (years) age_squared: Age squared contacted_4weeks: Successfully contacted: 4 weeks contacted_2weeks: Successfully contacted: 2 weeks contacted_3days: Successfully contacted: 3 days vote_prop: Predicted vote propensity use: Subject included id: Subject ID

    file 37ac4466ad26ac40012073e833298d7e3f2f8e8fbe8eb1fa90268ec2e1181ad7 · frame —
  2. 1Turno do modelo
    call_abd3930fnaive-olsFim: tool_use0 ms0 de entrada · 0 de saída · 0 de raciocínio · 0 em cache
    Texto visível

    Linha de base ingênua: regressão do resultado no tratamento, sem controles.

    Chamadas pedidas
    • infer.ols
      {
        "dataset": "panagopoulos_timing",
        "x": [
          "contacted_4weeks"
        ],
        "y": "vtr_gen05"
      }
  3. 2Ferramenta
    infer.olsv0.1.0call_666e5967decidido pelo modeloreexecutável

    Motivo: Linha de base ingênua: regressão do resultado no tratamento, sem controles.

    Argumentos
    {
      "cluster": null,
      "controls": [],
      "dataset": "panagopoulos_timing",
      "fe": [],
      "intercept": true,
      "level": 0.95,
      "se": "HC1",
      "subset": null,
      "weights": null,
      "x": [
        "contacted_4weeks"
      ],
      "y": "vtr_gen05"
    }
    Figuras call_666e5967
    ChaveValorValor brutoErro-padrãoIC
    coef.contacted_4weeks
    Coefficient on contacted_4weeks in the regression of vtr_gen05
    0,0505653 0.0505653316730158840,01330220.013302189889593880,0244923 – 0,0766384
    Diagnósticos
    • n_obs = 25.00025000
    • k = 22
    • r2 = 0,0005712480.0005712484505686621
    • df_resid = 24.99824998
    • se_type = "HC1"
    • n_clusters = —
    Tabelas (1)
    {
      "coefficients": [
        {
          "ci_high": 0.5124290634234452,
          "ci_low": 0.49964782040033434,
          "coef": 0.5060384419118897,
          "p": 0,
          "se": 0.0032604232211170493,
          "t": 155.20636665644793,
          "term": "Intercept"
        },
        {
          "ci_high": 0.07663840718930073,
          "ci_low": 0.02449225615673103,
          "coef": 0.050565331673015884,
          "p": 0.00014429280329581476,
          "se": 0.01330218988959388,
          "t": 3.801278743778304,
          "term": "contacted_4weeks"
        }
      ]
    }
    Digests dos dados
    panagopoulos_timing a9840be060a94f8bcf5d9657e12a817f7e5a23d132aea3f8161124cbc615d87e
    sha256 do resultado
    df3042b9efdda23a2dff18205282d6db31037f5f39b8229e4cae8cd04b0cedca
  4. 3Turno do modelo
    call_b4d1c2d4naive-olsFim: tool_use0 ms0 de entrada · 0 de saída · 0 de raciocínio · 0 em cache
    Chamadas pedidas
    • submit_answer (meta-ferramenta)
      {
        "answer": "Estimativa ingênua (infer.ols): coef.contacted_4weeks = 0,05057.",
        "caveats": [],
        "figure_refs": [
          "call_666e5967:coef.contacted_4weeks"
        ]
      }
  5. 4Guarda
    resposta aceita
    Números encontrados
    0,05057
    Sem lastro
    —
    Não citados
    —
    1 nova(s) tentativa(s) restante(s)
  6. 5Resposta

    Estimativa ingênua (infer.ols): coef.contacted_4weeks = 0,05057.

    Figuras citadas: call_666e5967:coef.contacted_4weeks · Parada: answered
    Figura da resposta: call_666e5967:coef.contacted_4weeks = 0,05056530.050565331673015884 (se 0,01330220.01330218988959388)
  7. 6Pontuação
    #0resposta com lastropassouobrigatóriaevery number backed
  8. 7Pontuação
    #1figura da resposta próximafalhouobrigatória0.05056533167 vs 0.005

Épocas × verificações

Resultado de cada verificação em cada época pontuada
#01
Época 1passoufalhou

Tentativas

Cada tentativa é seu próprio arquivo e é publicada; só a última de cada época é pontuada.

Downloads desta tarefa

Pacote da tarefa (.zip)
105,6 KB · sha256 c777a1cd6d08d52c617a11b583f8868c9c52f5aff1063e5d3ae778920b36ba51

O hash de um zip é só de transporte: o que ancora a integridade é o RUN_SHA256SUMS que vai dentro dele, cópia exata do SHA256SUMS da execução.

Downloads desta tarefa
ArquivoTamanhosha256
attachments/0e8ff55e2035a815cdaee6e9efae5b8da98cc746198677165f5eda174aed7600.json1015 B0e8ff55e2035a815cdaee6e9efae5b8da98cc746198677165f5eda174aed7600
attachments/3edd60c57ae3bcb6c1e569de98171903bbe1e54bd4d842b26fe40832fcdba357.json250 B3edd60c57ae3bcb6c1e569de98171903bbe1e54bd4d842b26fe40832fcdba357
attachments/433a6877aa6a378bbd4b7e2752e484d8cb7499c562d68222be231f62ff2fa420.json2,4 KB433a6877aa6a378bbd4b7e2752e484d8cb7499c562d68222be231f62ff2fa420
attachments/52ab03d8ec104abb85572294bf8a469d75c5de9e74d6042caabff8017adc572b.json64,0 KB52ab03d8ec104abb85572294bf8a469d75c5de9e74d6042caabff8017adc572b
attachments/77f286ef123046f197ae81f5eb5003db49561751f10b464d0be97ad058ecc749.json909 B77f286ef123046f197ae81f5eb5003db49561751f10b464d0be97ad058ecc749
attachments/7b3fcdc38051078d800f8ac2314d8764e0862cd7fed2975749ab5f608bcf0ee0.json2,5 KB7b3fcdc38051078d800f8ac2314d8764e0862cd7fed2975749ab5f608bcf0ee0
attachments/cc1ef79b59d22edaa1559130e506fe332a92945ee1c8d32312383ad15b8b789b.json137 Bcc1ef79b59d22edaa1559130e506fe332a92945ee1c8d32312383ad15b8b789b
native/causcibench_real/causcibench_real.q073.e1.a1.json1,7 KBff7198d964ff4629d608d282a6eb730f1ab0f3eafd4105adab23c5ab844ac80c
sources/causcibench_real.gold.q073.json1,2 KB4c8308857d14120128efb983fcdf28a0015f0fd36e46564a9478da716dd0baac
specs/causcibench_real.q073.json6,2 KB5985df9a6ac33f2a70677380aace342dcf3ec1886f3e1308b4f823028c2f0ca2
traces/causcibench_real.q073.e1.a1.jsonl13,4 KBd8ecff6534987326e33906bc4b1013ac7483b64dd25e93bf35a7ad996c7bd73a
trajectories/causcibench_real.q073.e1.a1.jsonl10,3 KB4bc2f45080a63e261b034dc39e35d05e61644d4aad7b85a9622f7cbf82494129