ರೇಷನಲ್ (ಕ್ಲಾಸಿಕಲ್) ಮಾದರ್ಯವು ಏಳು ಪರಿಮಿತಿಗಳನ್ನು ಹೊಂದಿದೆ: ನಿರ್ಣಯವನ್ನು ಗುರುತಿಸಿ, ವಿವರಣೆಗಳನ್ನು ನಿರ್ಧರಿಸಿ, ವಿವರಣೆಗಳನ್ನು ತೂರಿಸಿ, ಪರಿಶೀಲನೆಗಳನ್ನು ತೂರಿಸಿ, ಅವುಗಳನ್ನು ವಿವರಣೆಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಿ, ಅತ್ಯುತ್ತಮವಾದ ಆಯ್ಕೆಯನ್ನು ಆಯ್ಕೆ ಮಾಡಿ, ಮತ್ತು ಅದನ್ನು ಅಮಲು ಮಾಡಿ ಮತ್ತು ಪರಿಶೀಲನೆ ಮಾಡಿ. ಇದು ಪೂರ್ಣವಾಗಿ ತಿಳಿದ ನಿರ್ಣಯಗಾರನ ಆಧಾರದ ಮೇಲೆ ಆಧಾರಿತವಾಗಿದೆ ಮತ್ತು ಅತ್ಯುತ್ತಮವಾದ ಫಲಿತಾಂಶವನ್ನು ಸಾಧಿಸುವ ವಿಷಯವನ್ನು ಆಯ್ಕೆ ಮಾಡುತ್ತದೆ.

ರೇಷನಲ್ ಮಾದರ್ಯವು ಹೇಳುತ್ತದೆ: ತಮ್ಮ ವಿವರಣೆಗಳನ್ನು ನಿರ್ಧರಿಸಿ, ಪರಿಶೀಲನೆಗಳನ್ನು ತೂರಿಸಿ, ಮತ್ತು ಅತ್ಯುತ್ತಮವಾದ ಆಯ್ಕೆಯನ್ನು ಆಯ್ಕೆ ಮಾಡಿ. ಇದು ಪುಸ್ತಕದ ಆದರ್ಶ ಆದರ್ಶವಾಗಿದೆ - ಮತ್ತು ಅದು ಯಾವುದೇ ಸಮಸ್ಯೆಯನ್ನು ತೆಗೆದುಕೊಳ್ಳುವಲ್ಲಿ ನಿಮ್ಮನ್ನು ಚೆನ್ನಾಗಿ ಮಾಡುತ್ತದೆ.
ರೇಷನಲ್ ನಿರ್ಣಯ ತೆಗೆದುಕೊಳ್ಳುವುದು ಎಂಬುದು ವ್ಯವಸ್ಥಿತ, ವಿವರಣೆಗಳನ್ನು ಮೊದಲು ನಿರ್ಧರಿಸಿದ ನಿರ್ಣಯಗಳ ಮಾದರ್ಯವಾಗಿದೆ: ಸಮಸ್ಯೆಯನ್ನು ನಿರ್ಧರಿಸಿ, ಪರಿಶೀಲನೆಗಳನ್ನು ತೂರಿಸಿ, ಮತ್ತು ಅತ್ಯುತ್ತಮವಾದ ಮೌಲ್ಯವನ್ನು ಆಯ್ಕೆ ಮಾಡಿ. ಇದು 1738 ರಲ್ಲಿ ಡ್ಯಾನಿಯೆಲ್ ಬರ್ನೌಲಿಯಿಂದ ಪ್ರಾರಂಭವಾಗಿ, 1944 ರಲ್ಲಿ ವಾನ್ ನ್ಯೂಮಾನ್ ಮತ್ತು ಮೋರ್ಗೆನ್ಸ್ಟರ್ನಿಂದ ನಿರ್ಧಾರಿತವಾಗಿದೆ.
ನಿಜವಾದ ಸಮಸ್ಯೆಯನ್ನು ಮತ್ತು ತೆಗೆದುಕೊಳ್ಳಬೇಕಾದ ಆಯ್ಕೆಯನ್ನು ಹೆಸರಿಸಿ.
ಒಂದು ಉತ್ತಮ ಫಲಿತಾಂಶಕ್ಕೆ ಏನು ಬೇಕು ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸಿಕೊಳ್ಳಿ - ಆಯ್ಕೆಗಳನ್ನು ನೋಡುವ ಮೊದಲು, ಆದ್ದರಿಂದ ಆಯ್ಕೆಗಳು ಮಾನದಂಡಗಳನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುವುದಿಲ್ಲ.
ಯಾವುದು ಬಹಳ ಮುಖ್ಯ ಎಂಬುದನ್ನು ಶ್ರೇಣೀಕರಿಸಿ; ಪ್ರತಿ ಮಾನದಂಡವು ಒಂದೇ ಆಗಿರುವುದಿಲ್ಲ.
ಮೇಜಿನ ಮೇಲೆ ಇರುವ ವಾಸ್ತವಿಕ ಆಯ್ಕೆಗಳ ಪಟ್ಟಿಯನ್ನು ತಯಾರಿಸಿ.
ಪ್ರತಿ ತೂಕವಿರುವ ಮಾನದಂಡದಲ್ಲಿ ಪ್ರತಿ ಪ್ರత్యామ్ನಾಯಕ್ಕೆ ಅಂಕಗಳನ್ನು ನೀಡಿ - ಮೂಲಭೂತ ಅಂಶಗಳ ಮೇಲೆ, ವ್ಯಕ್ತಿಯ ಮೇಲೆ ಅಲ್ಲ.
ಅತ್ಯುತ್ತಮ ತೂಕವಿರುವ ಒಟ್ಟು ಮೊತ್ತದೊಂದಿಗೆ ಆಯ್ಕೆಯನ್ನು ಆರಿಸಿ.
ಕಾರ್ಯಾಚರಣೆ ಮಾಡಿ, ನಂತರ ನೀವು ಊಹಿಸಿದಂತೆ ಫಲಿತಾಂಶವನ್ನು ಪರಿಶೀಲಿಸಿ.
ರೇಷನಲ್ ಮಾದರ್ಯವು ಪೂರ್ಣವಾಗಿ ತಿಳಿದ ನಿರ್ಣಯಗಾರನನ್ನು ಆಧರಿಸಿದೆ - ಆರ್ಥಿಕ ಮಾನವ. ಆರ್ಥಿಕವಿಜ್ಞಾನಿ ಹೆರ್ಬರ್ಟ್ ಸಿಮನ್ ಅವರು 1947 ರಲ್ಲಿ ಅಧಿಕಾರಿಕ ಆಚರಣೆಯಲ್ಲಿ ಈ ಮಾದರ್ಯವನ್ನು ವಿಚ್ಛಿನ್ನಿಸಿದರು. ನಿಜವಾದ ನಿರ್ಣಯಗಾರರು ಪರಿಮಿತಿಗಳಿಗೆ ಒಳಗಾಗುತ್ತಾರೆ: ತಿಳಿದ ಮಾಹಿತಿ, ಸಮಯ, ಮತ್ತು ಮಾನಸಿಕ ಸಾಮರ್ಥ್ಯದ ಪರಿಮಿತಿಗಳು. ಬದಲಾಗಿ, ಅವರು ಸಂತೃಪ್ತಿಯನ್ನು ಸಂತೃಪ್ತಿಪಡಿಸುತ್ತಾರೆ - ಅಂದರೆ, ಅವರು ಮೊದಲ ಆಯ್ಕೆಯನ್ನು ಆಯ್ಕೆ ಮಾಡುತ್ತಾರೆ ಆದರೆ ಅದು ಸಾಕಷ್ಟು ಆಗಿದೆ.
ಒಂದು ಅತ್ಯುತ್ತಮ ಆಯ್ಕೆಯನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಹುಡುಕಿ. ಸಾಮಾನ್ಯವಾಗಿ ಉತ್ತಮ ಫಲಿತಾಂಶಗಳನ್ನು ಪಡೆಯುತ್ತಾರೆ - ಆದರೆ ಕೆಟ್ಟ ಅನುಭವವನ್ನು ಹೊಂದಬಹುದು.
ಮುಂಚಿತವಾಗಿ "ಸಾಕಷ್ಟು ಒಳ್ಳೆಯದು" ಎಂದರೆ ಏನು ಎಂದು ನಿರ್ಧರಿಸಿ, ನಂತರ ನಿಲ್ಲಿಸಿ. ಅವರು ಮಾಡುವ ಆಯ್ಕೆಗಳ ಬಗ್ಗೆ ಹೆಚ್ಚು ತೃಪ್ತಿ ಹೊಂದುತ್ತಾರೆ.
ಆರ್ಥಿಕವಿಜ್ಞಾನಿ ಬಾರಿ ಸ್ಕ್ವಾರ್ಜ್ ಅವರು 2004 ರಲ್ಲಿ ಮ್ಯಾಕ್ಸಿಮೈಜರ್ಸ್ ಮತ್ತು ಸಂತೃಪ್ತಿಯನ್ನು ಸಂತೃಪ್ತಿಪಡಿಸುವವರು ಎಂಬ ವಿಭಜನೆಯನ್ನು ಜನಪ್ರಿಯಗೊಳಿಸಿದರು. ಸಾಕ್ಷ್ಯಾಧಾರಗಳು ಅದ್ಭುತವಾಗಿವೆ:
ಹೆಚ್ಚಿನ ಸಾಧನೆಗಳನ್ನು ಬಯಸುವ ಪದವೀಧರ ವಿದ್ಯಾರ್ಥಿಗಳು ಸರಿಸುಮಾರು 20% ಹೆಚ್ಚು ಸಂಬಳದ ಉದ್ಯೋಗಗಳನ್ನು ಪಡೆದರು - ಆದರೂ ಅವರು ಪಡೆದ ಉದ್ಯೋಗಗಳ ಬಗ್ಗೆ ತೃಪ್ತಿ ಹೊಂದಿರಲಿಲ್ಲ ಮತ್ತು ಹುಡುಕಾಟದ ಸಮಯದಲ್ಲಿ ಹೆಚ್ಚು ನಕಾರಾತ್ಮಕ ಭಾವನೆಗಳನ್ನು ಅನುಭವಿಸಿದರು. ಈ ಅಧ್ಯಯನದ ಶೀರ್ಷಿಕೆ ಎಲ್ಲವನ್ನೂ ಹೇಳುತ್ತದೆ: "ಉತ್ತಮವಾಗಿ ಮಾಡುವುದು ಆದರೆ ಕೆಟ್ಟದಾಗಿ ಭಾವಿಸುವುದು."
ಒಂದು ಉನ್ನತ ಮಟ್ಟದ ದಿನಸಿ ಅಂಗಡಿಯಲ್ಲಿ, 24 ಜ್ಯಾಮ್ಗಳ ಪ್ರದರ್ಶನವು ಹೆಚ್ಚು ಜನರನ್ನು ಆಕರ್ಷಿಸಿತು ಆದರೆ ಕೇವಲ ~3% ಜನರು ಮಾತ್ರ ಖರೀದಿಸಿದರು; 6 ಜ್ಯಾಮ್ಗಳ ಪ್ರದರ್ಶನವು ~30% ಮಾರಾಟವನ್ನುಂಟು ಮಾಡಿತು - ಇದು ಸುಮಾರು 10 ಪಟ್ಟು ಹೆಚ್ಚಾಗಿದೆ. ಇದು "ಆಯ್ಕೆಯ ಅಧಿಕಭಾರ"ಕ್ಕೆ ಒಂದು ಉದಾಹರಣೆಯಾಯಿತು. (ತಿಳಿದುಕೊಳ್ಳಲು ಯೋಗ್ಯ: ಜ್ಯಾಮ್ನ ಫಲಿತಾಂಶವು ಎಂದಿಗೂ ನಿಖರವಾಗಿ ಪುನರಾವರ್ತನೆಯಾಗಿಲ್ಲ, ಆದ್ದರಿಂದ ಇದನ್ನು ಪ್ರಸಿದ್ಧ ವಿವರಣೆಯೆಂದು ಪರಿಗಣಿಸಿ, ನಿಯಮವೆಂದು ಅಲ್ಲ.)
ನೀವು ಪರಿಪೂರ್ಣ ಮಾಹಿತಿಯ ಮೇಲೆ ಆಪ್ಟಿಮೈಸ್ ಮಾಡಲು ಸಾಧ್ಯವಿಲ್ಲ — ಆದರೆ ನೀವು ಕಾನ್ ಯುಕ್ತಿಯ ನಮೂನೆಯ ನಿಜವಾದ ಮೌಲ್ಯವನ್ನು ಉಳಿಸಿಕೊಳ್ಳಬಹುದು: ಸ್ಪಷ್ಟ ಮಾನದಂಡಗಳು ಮತ್ತು ಅವುಗಳ ಮೌಲ್ಯಗಳ ಮೇಲೆ ಮೌಲ್ಯಮಾಪನ ಮಾಡಲಾದ ವಾದಗಳು. ಆರ್ಗ್ಯುಮೆಂಟ್ರೀ ನಿಖರವಾಗಿ ಹಾಗೆ ಮಾಡುತ್ತದೆ, ವಾದದ ಮ್ಯಾಪಿಂಗ್ ಮೇಲೆ ನಿರ್ಮಿಸಲಾಗಿದೆ:
ಪ್ರತಿ ಆಯ್ಕೆಯ ಪರ ಮತ್ತು ವಿರುದ್ಧ ಕಾರಣಗಳನ್ನು ಒಂದು ವ್ಯವಸ್ಥಿತವಾದ ಪರ/ವಿರೋಧ ಮರದ ರೂಪದಲ್ಲಿ ವಿವರಿಸಿರುವುದರಿಂದ, ನಿರ್ಧಾರಕ್ಕೆ ಅಡಿಪಾಯವನ್ನು ಎಲ್ಲರಿಗೂ ತಿಳಿಯುವಂತೆ ಮಾಡಲಾಗುತ್ತದೆ - ಇದು ಯಾರೊಬ್ಬ ವ್ಯಕ್ತಿಯ ತಲೆಯಲ್ಲಿ ಮಾತ್ರ ಇರುವುದಿಲ್ಲ.
ಭಾಗವಹಿಸುವವರು ವಾದಗಳಿಗೆ ನಿಖರತೆ, ಸ್ಪಷ್ಟತೆ ಮತ್ತು ಉಪಯುಕ್ತತೆಯ ಆಧಾರದ ಮೇಲೆ ಅಂಕ ನೀಡುತ್ತಾರೆ; ಈ ಅಂಕಗಳು ಒಟ್ಟುಗೂಡಿ ಒಂದು ಮರದಂತೆ ಬೆಳೆದು ನಿವ್ವಳ ಬೆಂಬಲ ಅಂಕಗಳಾಗಿ ಪರಿಣಮಿಸುತ್ತದೆ - ಇದು ಸಂಪೂರ್ಣವಾಗಿಲ್ಲ ಎಂದು ಹೇಳಿಕೊಳ್ಳದೆ ಸಮರ್ಥಿಸಬಹುದಾದ ತೂಕವನ್ನು ನೀಡುತ್ತದೆ.
ನಿವ್ವಳ ಬೆಂಬಲವನ್ನು ಅಳೆಯುವುದರಿಂದ, ಒಂದು ಗುಂಪು ಒಂದು ನಿರ್ದಿಷ್ಟ ಮಟ್ಟಕ್ಕೆ ತೃಪ್ತಿಪಡಲು ಮತ್ತು ನಿಲ್ಲಲು ಒಪ್ಪಿಕೊಳ್ಳಬಹುದು - ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ಮುಳುಗಿ ಹೋಗುವ ಬದಲು.
ಆಡಿಟ್ ಟ್ರೇಲ್ ಯಾವ ಮಾನದಂಡಗಳು ಮತ್ತು ವಾದಗಳು ನಿರ್ಧಾರವನ್ನು ಪ್ರಭಾವಿತಗೊಳಿಸಿದವು ಎಂಬುದನ್ನು ದಾಖಲಿಸುತ್ತದೆ, ಆದ್ದರಿಂದ ಫಲಿತಾಂಶದ ವಿರುದ್ಧ ಅದನ್ನು ನಂತರ ಪರಿಶೀಲಿಸಬಹುದು.
ಒತ್ತಡದಲ್ಲಿ ತಜ್ಞರು ಹೇಗೆ ನಿರ್ಧರಿಸುತ್ತಾರೆ ಎಂಬುದರ ಜೊತೆಗೆ ನೈಸರ್ಗಿಕ ನಿರ್ಧಾರಕ ತಯಾರಿಕೆ ಮಾಡಲಾಗುತ್ತದೆ, ವಿಶಾಲವಾದ ನಿರ್ಧಾರಕ ತಯಾರಿಕೆ ಅಭ್ಯಾಸ ಮತ್ತು ಅದರ ಹಿಂದೆ ಇರುವ ನಿರ್ಧಾರಕ ಮಾದರಿಗಳನ್ನು ನೋಡಿ, ಮತ್ತು ಗುಂಪುಗಳು ಸಹಯೋಗದ ನಿರ್ಧಾರಕ ತಯಾರಿಕೆ ಯಲ್ಲಿ ಅದನ್ನು ಅನ್ವಯಿಸುತ್ತವೆ. ಅದರ ಆಧುನಿಕ, ಡೇಟಾ-ಮತ್ತು-ಎಐ ಅವತಾರವು ನಿರ್ಧಾರಕ ಬುದ್ಧಿವಂತಿಕೆ.
ಒಂದು ನಿರ್ದಿಷ್ಟ ಪ್ರಮಾಣದ ಲಾಭಕ್ಕಿಂತ ನಷ್ಟವು ಎರಡು ಪಟ್ಟು ಹೆಚ್ಚು ನೋವನ್ನುಂಟು ಮಾಡುತ್ತದೆ (ಪ್ರೊಸ್ಪೆಕ್ಟ್ ಸಿದ್ಧಾಂತ), ಇದು 'ತಾರ್ಕಿಕ' ತೀರ್ಮಾನ ಪ್ರಕ್ರಿಯೆಯನ್ನು ತಪ್ಪಿಸುತ್ತದೆ.
ಹೆಚ್ಚು ಆಯ್ಕೆಗಳನ್ನು ಪರಿಗಣಿಸುವುದರಿಂದ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವ ಪ್ರಕ್ರಿಯೇ ಸ್ಥಗಿತಗೊಳ್ಳುತ್ತದೆ.
ಮೊದಲಿಗೆ ನೋಡಿದ ಸಂಖ್ಯೆ ಅಥವಾ ಆಯ್ಕೆಯು ನಂತರದ ಎಲ್ಲಾ ತೀರ್ಮಾನಗಳನ್ನು ಅದರತ್ತ ಸೆಳೆಯುತ್ತದೆ.
ನಾವು ಈಗಾಗಲೇ ಇಷ್ಟಪಡುವ ತೀರ್ಮಾನಕ್ಕೆ ಹೊಂದಿಕೆಯಾಗುವ ವಾದಗಳಿಗೆ ಹೆಚ್ಚು ಪ್ರಾಮುಖ್ಯತೆ ನೀಡುತ್ತೇವೆ.
ತಾರ್ಕಿಕ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವುದು ಎಂದರೆ ಒಂದು ರಚನಾತ್ಮಕ ಮಾದರಿಯಾಗಿದ್ದು, ಇದರಲ್ಲಿ ನೀವು ಸಮಸ್ಯೆಯನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುತ್ತೀರಿ, ಸ್ಪಷ್ಟವಾದ ಮಾನದಂಡಗಳನ್ನು ಹೊಂದಿಸುತ್ತೀರಿ, ಪರ್ಯಾಯಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತೀರಿ, ಪ್ರತಿಯೊಂದು ಆಯ್ಕೆಯನ್ನೂ ಮಾನದಂಡಗಳ ವಿರುದ್ಧ ಮೌಲ್ಯಾಂಕನ ಮಾಡುತ್ತೀರಿ ಮತ್ತು ನಿರೀಕ್ಷಿತ ಫಲಿತಾಂಶವನ್ನು ಉತ್ತಮವಾಗಿ ಹೆಚ್ಚಿಸುವ ಆಯ್ಕೆಯನ್ನು ಆರಿಸಿಕೊಳ್ಳುತ್ತೀರಿ. ಇದು ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವ ವ್ಯಕ್ತಿಯನ್ನು ತಾರ್ಕಿಕ ನಟ ಎಂದು ಪರಿಗಣಿಸುತ್ತದೆ, ಅವರು ಸಾಧ್ಯವಾದಷ್ಟು ಉತ್ತಮ ಫಲಿತಾಂಶವನ್ನು ಪಡೆಯಲು ಪ್ರಯತ್ನಿಸುತ್ತಾರೆ - ಇದು ನಿರ್ಧಾರ ಸಿದ್ಧಾಂತದ 'ಶಾಸ್ತ್ರೀಯ 'ಆರ್ಥಿಕ ಮನುಷ್ಯ'.
ಸಾಮಾನ್ಯವಾಗಿ, ಇದರಲ್ಲಿ ಏಳು ಹಂತಗಳಿವೆ: (1) ನಿರ್ಧಾರವನ್ನು ಗುರುತಿಸುವುದು; (2) ನಿಮ್ಮ ಮಾನದಂಡಗಳನ್ನು ಸ್ಥಾಪಿಸುವುದು; (3) ಪ್ರಾಮುಖ್ಯತೆಯ ಪ್ರಕಾರ ಮಾನದಂಡಗಳಿಗೆ ತೂಕವನ್ನು ನೀಡುವುದು; (4) ಪರ್ಯಾಯಗಳನ್ನು ಉತ್ಪಾದಿಸುವುದು; (5) ಪ್ರತಿ ಪರ್ಯಾಯವನ್ನು ತೂಕವಿರುವ ಮಾನದಂಡಗಳ ವಿರುದ್ಧ ಮೌಲ್ಯಾಂಕನ ಮಾಡುವುದು; (6) ಅತ್ಯುತ್ತಮ ಆಯ್ಕೆಯನ್ನು ಆರಿಸುವುದು; ಮತ್ತು (7) ಅನುಷ್ಠಾನಗೊಳಿಸಿ ಮತ್ತು ಪರಿಶೀಲಿಸುವುದು. ಇಲ್ಲಿ ಮುಖ್ಯ ಅಂಶವೆಂದರೆ, ಆಯ್ಕೆಗಳನ್ನು ನಿರ್ಣಯಿಸುವ ಮೊದಲು ಮಾನದಂಡಗಳನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ನಿಗದಿಪಡಿಸಲಾಗುತ್ತದೆ.
ಸೀಮಿತ ತಾರ್ಕಿಕತೆ ಎಂದರೆ, ನೋಬೆಲ್ ಪ್ರಶಸ್ತಿ ವಿಜೇತ ಹರ್ಬರ್ಟ್ ಸೈಮನ್ ಅವರ (ಆಡಳಿತಾತ್ಮಕ ವರ್ತನೆ, 1947) ಒಂದು ಪರಿಕಲ್ಪನೆಯಾಗಿದ್ದು, ನಿಜವಾದ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವವರು ಎಲ್ಲಾ ಮಾಹಿತಿಯನ್ನು ಸಂಗ್ರಹಿಸಲು ಅಥವಾ ಪ್ರತಿ ಪರ್ಯಾಯವನ್ನು ತೂಕಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ - ತಾರ್ಕಿಕತೆ 'ಸೀಮಿತ'ವಾಗಿದೆ, ಏಕೆಂದರೆ ಇದು ಸೀಮಿತ ಮಾಹಿತಿ, ಸಮಯ ಮತ್ತು ಅರಿವಿನ ಸಾಮರ್ಥ್ಯದಿಂದ ನಿರ್ಬಂಧಿತವಾಗಿದೆ. ಅತ್ಯುತ್ತಮವಾಗಿರುವುದಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿ, ಜನರು 'ತೃಪ್ತಿಪಡಿಸುತ್ತಾರೆ': ಅವರು ಒಂದು 'ಸಾಕಷ್ಟು ಒಳ್ಳೆಯ' ಮಾನದಂಡವನ್ನು ಹೊಂದಿಸುತ್ತಾರೆ ಮತ್ತು ಅದನ್ನು ತಲುಪುವ ಮೊದಲ ಆಯ್ಕೆಯನ್ನು ಆರಿಸಿಕೊಳ್ಳುತ್ತಾರೆ.
ಮನೋವಿಜ್ಞಾನಿ ಬ್ಯಾರಿ ಶ್ವಾರ್ಟ್ಜ್ ಅವರ ಸಂಶೋಧನೆಯು (ದಿ ಪ್ಯಾರಡಾಕ್ಸ್ ಆಫ್ ಚಾಯ್ಸ್, 2004) ಗರಿಷ್ಠ ಫಲಿತಾಂಶವನ್ನು ಪಡೆಯಲು ಪ್ರಯತ್ನಿಸುವವರು - ಅವರು ಒಂದೇ ಅತ್ಯುತ್ತಮ ಆಯ್ಕೆಯನ್ನು ಹುಡುಕುತ್ತಾರೆ - ಆಗಾಗ್ಗೆ ಉತ್ತಮ ಫಲಿತಾಂಶಗಳನ್ನು ಪಡೆಯುತ್ತಾರೆ, ಆದರೆ ಅವರಿಗೆ ಅಸಮಾಧಾನವಾಗುತ್ತದೆ: ಹೆಚ್ಚು ವಿಷಾದ, ಹೆಚ್ಚು ಸಾಮಾಜಿಕ ಹೋಲಿಕೆ ಮತ್ತು ಕಡಿಮೆ ತೃಪ್ತಿ. ಒಂದು ಅಧ್ಯಯನದಲ್ಲಿ, ಗರಿಷ್ಠ ಫಲಿತಾಂಶವನ್ನು ಪಡೆಯಲು ಪ್ರಯತ್ನಿಸುವ ಉದ್ಯೋಗಾಹುತಿಗಳು ಸುಮಾರು 20% ಹೆಚ್ಚು ಗಳಿಸಿದರು, ಆದರೆ ಅವರ ಕೆಲಸದ ಬಗ್ಗೆ ಅವರಿಗೆ ಅಷ್ಟೊಂದು ಸಂತೋಷವಿರಲಿಲ್ಲ. ಹೆಚ್ಚಿನ ದೈನಂದಿನ ನಿರ್ಧಾರಗಳಿಗಾಗಿ, ತೃಪ್ತಿಪಡಿಸಿಕೊಳ್ಳುವುದು - 'ಸಾಕಷ್ಟು ಒಳ್ಳೆಯ' ಎಂದರೆ ಏನು ಎಂಬುದನ್ನು ಮುಂಚಿತವಾಗಿ ನಿರ್ಧರಿಸುವುದು ಮತ್ತು ಅಲ್ಲಿಯೇ ನಿಲ್ಲುವುದು - ಉತ್ತಮ ಯೋಗಕ್ಷೇಮಕ್ಕೆ ಕಾರಣವಾಗುತ್ತದೆ.
ಶಾಸ್ತ್ರೀಯ ಮಾದರಿಯು ಸಂಪೂರ್ಣ ಮಾಹಿತಿ, ಅನಿಯಮಿತ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ಸಂಪೂರ್ಣವಾಗಿ ಸ್ಥಿರವಾದ ಆದ್ಯತೆಗಳನ್ನು ಊಹಿಸುತ್ತದೆ - ಇವು ನಿಜವಾದ ಜನರಿಗೆ ಅನ್ವಯಿಸುವುದಿಲ್ಲ. ಪ್ರಾಸ್ಪೆಕ್ಟ್ ಸಿದ್ಧಾಂತ (ಕಾಹ್ನೆಮಾನ್ & ಟ್ವರ್ಸ್ಕಿ, 1979) ನಾವು ಫಲಿತಾಂಶಗಳನ್ನು ನಿರ್ದಿಷ್ಟ ಬಿಂದುಗಳ ವಿರುದ್ಧ ನಿರ್ಣಯಿಸುತ್ತೇವೆ ಮತ್ತು ಸಮಾನ ಲಾಭಕ್ಕಿಂತ ಹೆಚ್ಚಿನ ನಷ್ಟವನ್ನು ಅನುಭವಿಸುತ್ತೇವೆ ಎಂದು ತೋರಿಸುತ್ತದೆ; ಅಲ್ಲೈಸ್ ವಿರೋಧಾभाಸವು ನಮ್ಮ ಆಯ್ಕೆಗಳು ಮಾದರಿಯ ಸ್ವಂತ ಅಕ್ಷಿಗಳಿಗೆ ವಿರುದ್ಧವಾಗಿರುತ್ತವೆ ಎಂದು ತೋರಿಸುತ್ತದೆ. ಪ್ರಾಯೋಗಿಕ ಪರಿಹಾರವೆಂದರೆ ರಚನೆಯನ್ನು ಕೈಬಿಡುವುದು ಅಲ್ಲ - ಮಾನದಂಡಗಳನ್ನು ಮತ್ತು ವಾದಗಳನ್ನು ಸ್ಪಷ್ಟಪಡಿಸುವುದು, ಆದರೆ ನೀವು ತೃಪ್ತಿಪಡಿಸಿಕೊಳ್ಳುತ್ತೀರಿ, ಅತ್ಯುತ್ತಮವಾಗಿರುವುದಿಲ್ಲ ಎಂಬುದನ್ನು ಒಪ್ಪಿಕೊಳ್ಳುವುದು.
ನಿಮ್ಮ ಮಾನದಂಡಗಳು ಮತ್ತು ವಾದಗಳನ್ನು ಸ್ಪಷ್ಟಪಡಿಸಿ, ಅವುಗಳಿಗೆ ತೂಕ ನೀಡಿ ಮತ್ತು ದಾಖಲೆಯನ್ನು ಉಳಿಸಿಕೊಳ್ಳಿ. ಆರ್ಗ್ಯುಮೆಂಟ್ರೀಯೊಂದಿಗೆ ನಿಮ್ಮ ನಿರ್ಧಾರಗಳಿಗೆ ರಚನೆಯನ್ನು ತರಿ.
ಉಚಿತವಾಗಿ ಪ್ರಾರಂಭಿಸಿ