viernes, 17 de abril de 2015

Redes de citas en revistas estadísticas

Red de revistas de estadísticas 
16 de abril 2015
 Por Julyan Arbel - R bloggers
(Este artículo fue publicado por primera vez en la satisfacción »R, y amablemente contribuyó a R-bloggers)

Amistad revistas de Estadística (clic para el formato SVG)

Xian escribió en su blog recientemente en el RSS entrante leer papel: Statistical Modelling of Citation Exchange Between Statistics Journals, por Cristiano Varin, Manuela Cattelan y David Firth. Después de la última trabajo de JRSS B leído por uno de nosotros! Los datos que se utilizan en el papel (y se pueden descargar aquí) son bastante fascinante para nosotros, los académicos fascinados por graduaciones académicas, para bien o para mal (irónico aquí). Consisten en citas cruzadas cuenta ) durante 47 Estadísticas revistas (ver la relación y abreviaturas página 5):  es el número de citas de artículos publicados en la revista j en 2010 a artículos publicados en la revista i en la década 2001-2010. La elección de la lista de revistas se discute en el papel. Las principales revistas desaparecidos incluyen Bayesian Analysis (publicado a partir de 2006), The Annals of Applied Statistics (publicados desde 2007).
Miré a la proporción del total de citas recibidas por Total de citas hechas. Esta es una estadística descriptiva super simple que le suceda a parecer algo similar a la figura 4, que representa gráficamente la exportación Decenas de modelo de Stigler (no puedo decir más sobre él, no lo he leído en detalle). Los cinco primeros es el mismo modulo el canje entre Annals of Statistics y Biometrika. Por supuesto una gran diferencia es que la relación Citado / Cita no está dotado de una medida de la incertidumbre (abajo a la izquierda es mi decisión, derecho está Fig. 4 en el papel).



 Me sorprendió no ver una representación gráfica / red de los datos en el documento. Da la casualidad de que quería probar el software Gephi para dibujar gráficos, utilizados por ejemplo por François Caron y Emily Fox en su papel grafos dispersos. Tengo el gráfico anterior, donde:
  • para los datos, he utilizado la matriz de citas C renormalizado por el número total de citas que se hacen, que denotamos por  . Esta es una manera de explicar el tamaño (número de trabajos publicados) de la revista. Esto es sólo una aproximación, aunque ya el número real de artículos publicados por la revista no está disponible en los datos. Sin esa corrección, CSDA está por delante de todos los demás.
  • el tamaño de los nodos representa la relación Citado / Citando
  • la anchura del borde representa la renormalizado . No estoy seguro de lo que Gephi hace aquí, ya que convierte mi grafo dirigido en un grafo no dirigido. Supongo que sólo muestra el más grande de los dos bordes  y .
  • para una mejor visibilidad Seguí sólo el primer decil de bordes más pesadas.
  • los grupos identificados por cuatro colores son clases modularidad obtenidos por el método de Lovaina.

Algunas observaciones

Las dos revistas de software incluidos en el conjunto de datos son valores atípicos bastantes:

  • Journal of Statistical Software (JSS) es desconectado de los otros, lo que significa que no tiene citaciones normalizadas  en el primer decil. A excepción de sus autocitas que son bastante grandes y lo convierten en el factor de impacto cuarto de la lista total en 2010 (y al parecer el primero en 2015).
  • el mayor  es el autocitas del STATA Diario (StataJ).

Centralidad:


  • CSDA es la revista más central en el sentido de la más alta (no ponderado) grado.

Algunos pensamientos más

Todo lo que es sólo por el gusto de hacerlo. Como se ha mencionado por los autores, el número de citas son de cola pesada, lo que significa que sólo unos papeles representan gran parte de las citas de una revista mientras que la mayoría de los periódicos representan pocas citas. Como cuestión de hecho, el total de citas recibidas se debe principalmente a unos cuantos papeles de super-citado, y también es la  matriz  de Citado / Citas que utilizo en todo para la construcción de la gráfica. Una de las razones se podría plantear sobre por qué jrss B lo hace tan bien es los trabajos de lectura: por ejemplo, Spiegelhalter et al. (2002), DIC, recibieron solo el 11,9% de todas las citas JRSS B en 2010. ¿Quién iba a apostar el número de citas de este nuevo trabajo de lectura (JRSS A) recibirá?

miércoles, 15 de abril de 2015

La pareja arruina la red social

Menospreciar amigos y familia: Las parejas se vuelven menos pareja con el tiempo?
¿Es algo que las parejas lo hacen sólo durante los primeros años de enamoramiento?
por Bella DePaulo Ph.D. - Psychology Today



En comparación con los solteros, los casados ​​son menos atentos a sus hermanos, padres, amigos y vecinos. La investigación muestra que. Cuando le digo a los demás acerca de esos hallazgos, sin embargo, a veces ofrecen una explicación que no he sido capaz de descontar. Oh, dicen, eso es sólo porque las nuevas parejas enamoradas entre sí. Con el tiempo, lo superan, y pasan el mismo tiempo que las personas solteras no apoyar a otras personas y socializar con ellos.

En cierto modo, la investigación sobre lo que los sociólogos llaman "matrimonio codicioso" [una aceptación más latina sería matrimonio absorbedor] (relacionado con lo que yo llamo "acoplamiento intensivo") es impresionante. Existen múltiples estudios que demuestran que las personas casadas tienen menos probabilidades que las personas solteras para ayudar, apoyar, visitar, y mantener el contacto con amigos, familiares y vecinos. La investigación incluye varias muestras nacionales.

Hasta que un día hace más o menos, sin embargo, había una gran gran calificador sobre los reclamos matrimoniales codiciosos - los estudios compararon las personas solteras y casadas en un único punto en el tiempo. Eso significaba que no podía saber a ciencia cierta si las personas que se casan luego descuidan a sus amigos y familiares, o si el tipo de personas que finalmente se casaría ya eran negligentes de amigos y familiares, incluso cuando aún eran solo. Además, los estudios que comparan las personas casadas y solteras en un momento en el tiempo, obviamente, no pueden hacer frente a la hipótesis alternativa - parejas no quieren que todo el tiempo y la atención por sí mismos (como la perspectiva "matrimonio codicioso", sugiere), no son más que encaprichado temporalmente entre sí . Saldrán de su pareja de burbuja finalmente.

Ahora sabemos la respuesta. El número de febrero de 2012, de la revista Journal of Marriage and Family acaba de aparecer en línea. En ella es un estudio realizado por Kelly Musick y Larry Bumpass en el que los mismos más de 2700 adultos estadounidenses fueron encuestados en 1987 o 1988, y luego de nuevo 6 años más tarde. Los participantes incluyeron en los análisis eran todos solteros (y no convivientes) y de menos de 50 años de edad cuando fueron encuestados por primera vez.

Los participantes informaron el tiempo que pasaron con los amigos y la cantidad de contacto que tenían con sus padres en los dos puntos en el tiempo - cuando el estudio comenzó y todo el mundo estaba sola, y seis años más tarde. (Los participantes también describen la calidad de la relación con sus padres, pero no hubo diferencias significativas entre los grupos para esta medida.)

Para ver si la retirada de otras personas era más que un nuevo par tipo de cosas, los autores analizaron por separado en los que se había convertido en pareja relativamente recientemente (en los últimos tres años) y los que se habían convertido en pareja entre cuatro y seis años antes. Compararon los lazos sociales de ambos grupos a los de las personas que se quedaron solteras todo el tiempo.

En primer lugar, los resultados para los que se había casado (o empezado a ser convivientes) hace relativamente poco: Tenían menos contacto con sus padres y pasaron menos tiempo con sus amigos que los que se quedaron solo.

Ahora los resultados para los que habían conseguido asociado menos recientemente (entre 4 y 6 años antes): Tenían menos contacto con sus padres y pasaron menos tiempo con sus amigos que los que se quedaron solo.

La retirada de amigos y familiares y vecinos fue el mismo para ambos grupos. No fue menos pronunciado para los que habían sido asociado por más tiempo.

Lo que acabo de describir es sólo uno de los conjuntos de resultados del estudio. Los autores también examinaron cómo la felicidad, la salud, la depresión y la autoestima cambiaron para aquellos que se convirtieron con pareja, en comparación con aquellos que no lo hicieron - y si la novedad de la relación importaba para esas medidas. Describí los hallazgos en el puesto, matrimonios estadounidenses: American marriages: Happiness and health decline over time. Échele una mirada  si usted está interesado. Este es el primer estudio que conozco que hizo lo que he venido defendiendo desde hace años (enlace es externo) - Incluir en el análisis todos los de las personas que nunca se casaron, no sólo los que se casaron y permanecieron casados. Espera a ver lo mucho que importaba.

Todavía no he terminado con este estudio. En próximos posts, es voy a decir lo que los autores encontraron sobre las implicaciones para la salud y el bienestar de (1) la cohabitación, en comparación con (2) cohabitación y después de casarse, o (3) acaba de casarse. Aún más interesante (al menos para mí), voy a explicar lo que los autores aún no parecen darse cuenta de la vida sola, incluso después de que sus datos les ofrecieron algunos grandes grandes consejos.

domingo, 12 de abril de 2015

La Twitosfera de los economistas principales

Top 100 de los usuarios más influyentes de la Twitosfera de la Economía: Un enfoque algorítmico

Captain Economics

[Título editado después de los comentarios sobre el uso de la palabra "economistas". Nos cambiamos a "Economía Twitosphere", que está más cerca de lo que el algoritmo realmente identificar] ¿Cómo es posible medir la influencia en línea en Twitter? Y la manera de identificar las 100 mejores cuentas de Twitter más influyentes relacionados con la economía? Para abordar esta cuestión, y siguiendo una metodología inspirada en el documento de trabajo "Measuring User Influence in Twitter: The Million Follower Fallacy", desarrollamos un programa bastante simple en Python para extraer datos sobre relación seguidores en Twitter, y usamos una estrecha algoritmo a la "Google PageRank" para clasificar y rango cuenta por influencia. Agrupamos los datos utilizando el algoritmo Fuerza Atlas y usamos Gephi para dibujar el gráfico wonderfuuuuuul verá al final de este artículo. Pero ¿cómo funciona con mayor precisión? Vamos a tratar de explicar este léxico "nongeek" paso a paso, usando (si lo que deseas es ver el gráfico y / o la lista final, usted puede ir directamente a la final de este artículo).



Paso 1 - Identificar una lista de cinco economistas influyentes en Twitter: Primero tenemos que definir manualmente (subjetivamente) una lista cerrada de 5 economistas influyentes. Tratamos de ser lo más objetivo posible, y finalmente elegimos los cinco siguientes cuentas (3 ganadores del Premio Nobel, y dos economistas con respectivamente 70 K + y + 300K seguidores). Esta lista puede ser criticado, pero nos encontramos con que nuestros resultados son robustos a la lista inicial utilizado.
  • Paul Krugman (NYTimeskrugman)
  • Joseph Stiglitz (JosephEStiglitz)
  • Robert Shiller (RobertJShiller)
  • Justin Wolfers (JustinWolfers)
  • Nouriel Roubini (Roubini)

Paso 2 - Extraer a todas las cuentas, seguidas por esas cinco cuentas: Utilizamos Twitter API para extraer e introducir en una base de datos de Twitter ID de todas las cuentas, seguido por los usuarios de la lista antes definidos ... Por ejemplo, Justin Wolfers sigue 587 otra usuarios, por lo que añadir todos aquellos usuarios de nuestra base de datos. Y lo hemos hecho lo mismo por Krugman (que sigue a sólo 2 usuarios), Stiglitz (78), Shiller (23) y Roubini (381).




Paso 3 - Identificar los diecinueve "usuarios más comúnmente seguidos": Hacemos la hipótesis de que cuando los usuarios influyentes comúnmente siguen otro usuario, este usuario debe también ser influyentes. Identificamos los diecinueve "más comúnmente seguida cuenta de Twitter" y añadir esas cuentas a nuestra base de datos de usuario. ¿Por qué 19? Simplemente porque vamos a utilizar 5 iteraciones (añadiendo 5 veces las 19 cuentas más comúnmente seguidos), y 19 * 5 + 5 = 100. Por ejemplo, Branko Milanovic (BrankoMilan) es seguido por Stiglitz, Roubini y Wolfers, así que le añada a la lista. Otras cuentas de influencia identificados de esta manera durante la primera iteración incluyen Bradford DeLong (delong), Austan Goolsbee (Austan_Goolsbee), Richard Thaler (R_Thaler), Jason Furman (CEAChair), Proyecto-Sindicato (Prosyn) y la Oficina Nacional de Investigación Económica (nberpubs). El siguiente gráfico muestra los vínculos entre los 24 usuarios después de la primera iteración. Los enlaces se dirigen (mostrando cuando una cuenta sigue a otro) y el tamaño del nodo depende de enlaces entrantes.


top-influyente economista



Paso 4 - Vuelva al paso 2 y extraer información sobre las diecinueve nuevas cuentas

Paso 5 - Vuelva al paso 3 y añadir los "diecinueve usuarios más comúnmente seguido": Uso de la lista de la gráfica anterior de 24 cuentas, en lugar de la lista inicial de 5 cuentas. Y una y otra vez, hasta alcanzar 100 cuentas



Paso 6 - Abrir Gephi utilizar una clasificación "tipo PageRank", para clusterizar los datos y para crear un gráfico: Y se acabó! Así que aquí está el gráfico final, y por debajo de la lista de las 100 cuentas más influyentes identificados con nuestra metodología. El tamaño del nodo representa la influencia y la distancia entre dos nodos depende de la similitud entre las cuentas. Está lejos de ser perfecto, por supuesto (nuestro objetivo inicial era identificar "economistas", y terminamos con un buen montón de periodistas que hablan de economía y finanzas ... pero los periodistas son muy activo e influyente en Twitter así que no es una gran sorpresa ), pero en realidad estamos bastante contentos con la lista definitiva, ya que es coherente con nuestros puntos de vista (limitadas y parciales) de la "red económica Twitter". Y los ganadores son ....



Top 100


Top 100
Adam DavidsonCo-founder of NPR's Planet Money. On Money columnist, NY Times Magazine.
Adam PosenPresident, Peterson Institute for International Economics; advises central banks & governments, and fixed income investors; proclaiming on policy daily
Alan B. KruegerProfessor of Economics at Princeton University, Former Chairman of the President's Council of Economic Advisers
Amir SufiChicago Board of Trade Professor of Finance at Chicago Booth, co-director IGM at Chicago Booth, book House of Debt now available!!
Andrew Ross SorkinNew York Times Columnist & CNBC Squawk Box (@SquawkCNBC) Co-Anchor. Author, Too Big To Fail. Founder, @DealBook. Proud father. RTs ? endorsements
Annie LowreyI write about the economy for @nymag.
Atul GawandeSurgeon, Writer, Researcher, Dilettante.
Austan GoolsbeeEcon prof at U.Chicago's Booth School of Business and former Chairman of the Council of Economic Advisers. Strategic partner, @32Advisors
Barry EichengreenGeorge C. Pardee and Helen N. Pardee Professor of Economics and Political Science, University of California, Berkeley, NBER Research Associate, CEPR Res Fellow
Barry RitholtzDirector of Cognitive Dissonance
Ben CasselmanChief economics writer for @fivethirtyeight. Formerly with the Wall Street Journal. Links/RTs are not endorsements.
Ben SmithBuzzFeed Editor-in-Chief. Beats working for a living. Email or gchat me at ben@buzzfeed.com. AIM benobserver.
Ben WhitePOLITICO Chief Economic Correspondent and Morning Money columnist, CNBC contributor, dad. ex NYT, FT, WP. RTs mean I love you.
Betsey StevensonFormer Chief Economist at Labor. Current academic economist at Michigan. Always an economist at home.
Betsey StevensonMember of President Obama's Council of Economic Advisers. Tweets may be archived. More at http://t.co/QjVMIjASt0.
Binyamin AppelbaumWashington correspondent for The New York Times. bappelbaum@nytimes.com
Blake HounshellEditorial director, digital, at POLITICO, formerly at Foreign Policy. Mostly international, some politics. RT means it's interesting. bhounshell[at]politico
brad plumerSenior editor at http://t.co/NQERH88gK8. On the apocalypse beat, more or less.
Branko Milanovic1) Income inequality; 2) Politics; 3) History; 4) Soccer. Author of The Haves and the Have-nots: A brief and idiosyncratic history of global inequality.
Brookings EconAims to increase understanding of how the economy works and what can be done to help it work better.
Cardiff GarciaCold shower, always running. Opinions are mine, obviously, but why aren't they yours?
Cass SunsteinProfessor of Law, interested in behavioral economics.
Catherine RampellOpinion columnist at @washingtonpost. Previously econ reporter/moonlighting theater critic at @nytimes.
Christopher HayesHost of All In with Chris Hayes on MSNBC, Weeknights at 8pm. Editor at Large at The Nation. Cubs fan.
Chrystia FreelandLiberal MP for Toronto Centre. Author. Proud wife and mother of three. Runner when I can squeeze it in.
Dani Rodrik 
Daniel DreznerProfessor @FletcherSchool. Writer of Spoiler Alerts @washingtonpost. Author of The System Worked http://t.co/25PEMgHcK8. Shaker of hands with Mel Brooks.
Daniel GrossExecutive Editor, Strategy + Business. Author of books. Writer of columns at Slate, DailyBeast, Newsweek, Yahoo!. Purveyor of one-liners.
daveweigelRoving reporter for @bpolitics. Finishing a book about progressive rock (W.W. Norton, 2015). daveweigel@gmail.com, 302-507-6806.
David FrumSenior Editor, The Atlantic. Chairman, Policy Exchange. David.Frum(at)theAtlantic(dot)com
David LeonhardtNow: editor, The Upshot, for NYT. Then: DC bureau chief, Here's the Deal e-book, Pulitzer for commentary, math major. Still: Jim Rice, ma la, Art Blakey
David WesselDirector, Hutchins Center on Fiscal & Monetary Policy, Brookings institution. Contributing correspondent, The Wall Street Journal
Dean BakerI am an economist and co-director of the Center for Economic and Policy Research. I also run the blog Beat the Press (@beat_the_press)
Derek ThompsonSenior editor @TheAtlantic. Economics of work and play. Mondays @hereandnow. EMAIL: derek[at]theatlantic[dot]com
Donald MarronEconomist and nature lover. Director of Economic Policy Initiatives & Institute Fellow @UrbanInstitute. Writer about economics, finance, and life.
Douglas Holtz-EakinPresident of the American Action Forum (@AAF), Fmr. CBO Director, and @twizzlers fanatic.
Dylan MatthewsI know, I know, I don't like me either. Retweets are proposals of marriage.
Eduardo PorterJournalist and author. Write Economic Scene column for NYT. Author of The Price of Everything.
Erik BrynjolfssonEconomics of information and information technology, digitization, strategy, business intelligence. Co-author of The Second Machine Age #2MA
Evan SoltasBloomberg View. Vox. Princeton.
Ezra KleinEditor-in-chief, http://t.co/hH5hVMv0KR. Policy analyst at MSNBC. Eater of food. Hater of filibuster. Lover of charts.
Farhad ManjooI write about technology for the New York Times. Anyone can DM me. I prefer DM PR pitches. farhad.manjoo@nytimes.com Snapchat: fmanjoo
Felix SalmonTo test the resolution of the young with tales of the small failings of the great, and shame the eager with ironic praise.
FiveThirtyEightThe home of Nate Silver's FiveThirtyEight on Twitter. Politics, Economics, Science, Life, Sports.
Garance Franke-RutaEditor in Chief, @YahooPolitics, a @YahooNews production. Politics, media, breaking.
Greg IpChief economics commentator for The Wall Street Journal, and author of The Little Book of Economics, a citizen's economic primer.
Henry BlodgetHello! I'm the founder, editor, and CEO of Business Insider. Thanks for following me!
J. Bradford DeLongPrimate, economist, utopian, shrill: macroblog: http://t.co/uVDLXYdxZg
Jack ShaferPolitico. Formerly Reuters, Slate, SFWeekly, Washington City Paper, Inquiry. Email list: http://t.co/qS6GJKmn8c RSS: http://t.co/gIrIllsnpY
James FallowsNational correspondent, the Atlantic
James PethokoukisPeth-uh-KOO-kiss | American Enterprise Institute. CNBC Contributor. Jeopardy! champ. @TheWeek, @NRO, @Commentary, @NationalAffairs. Ex-Reuters columnist
Jared BernsteinSenior Fellow at @CenterOnBudget, former Chief Economist and Economic Adviser to Vice President Joe Biden, and author of the forthcoming book “The Reconnection
Jason FurmanChairman of President Obama's Council of Economic Advisers. Tweets may be archived. More at http://t.co/eaLyyFdh32.
Jesse EisingerSenior Reporter @ ProPublica. New York Times Dealbook columnist. Wall St & Finance. Green Bay Packers. @sarahlellison's husband.
Jim TankersleyEconomic Policy Correspondent, The Washington Post. Dad. Backpacker. Cardinal. Oregonian eternal.
John Cassidyhttp://t.co/gpdFMVCdBz
Jonathan ChaitWriter for New York magazine. jbchait@gmail.com; a no-talent illiterate hack -- Donald Trump
Jonathan CohnWriter at the Huffington Post, covering health care, social welfare, and other policy issues. Come for the journalism, stay for the Billy Joel interludes.
Joseph E. StiglitzThe official account of Joseph E. Stiglitz, Nobel laureate economist based at Columbia University.
Joseph WeisenthalDoing something new at Bloomberg.
Josh BarroCorrespondent for The Upshot at The New York Times. Host of MSNBC's Three Cents web show. Like Oprah, but judgmental and negative. josh.barro@nytimes.com
Justin FoxColumnist @BV. Eater of free snacks.
Justin WolfersSenior Fellow—Peterson Institute for International Economics | Professor @UMichEcon & @FordSchool | Contributing Columnist @NYTimes | Visiting Prof @USydneyEcon
Kelly EvansCNBC by way of WSJ.
Kevin DrumPolitical blogger and writer for Mother Jones magazine.
Lawrence H. SummersCharles W. Eliot Professor and President Emeritus at Harvard. Secretary of the Treasury for President Clinton and the Director of the NEC for President Obama.
Lizzie O'Learyaspiring hildy johnson.
Marc AndreessenWhere's the kaboom? There was supposed to be an earth-shattering kaboom!
Mark Thoma 
Martin WolfAn automated feed of FT content by Martin Wolf, chief economics commentator at the Financial Times. Account maintained by FT's social media team.
Matt O'BrienI write about economics for Wonkblog. Formerly the Atlantic & TNR.
Matt YglesiasExecutive Editor at Vox.
Matthew C. KleinFT Alphavillain. I took the background picture (of Everest).
Matthew ZeitlinFinance reporter @BuzzFeedNews matt.zeitlin@buzzfeed.com
Megan McArdleColumnist @BloombergView. Ex-Economist, Newsweek, The Atlantic. Opinions my own. Buy my new book, The Up Side of Down! http://t.co/IWQZBRQ0uO
Mike AllenChief White House correspondent, POLITICO
Mike KonczalEconomics, finance. @RooseveltInst Fellow. @thenation contributor. Always dressed and buttoned up.
Modeled BehaviorAdam Ozimek. More serious econ blog: http://t.co/g0x3TXsuVx More fun econ blog: http://t.co/ZBSpoqUM0P
Motoko RichNew York Times national preK-12 education reporter. Back in the day: economics, book publishing, real estate. Still interested in all of it. WSJ, FT alum.
Nate SilverEditor-in-Chief, FiveThirtyEight. Author, The Signal and the Noise (http://t.co/9mLliQYI8N). Sports/politics/food geek.
NBERThe National Bureau of Economic Research is dedicated to promoting a greater understanding of how the economy works.
Neil IrwinSenior economic correspondent at The New York Times's The Upshot and author of The Alchemists: Three Central Bankers and a World on Fire.
Noah SmithMulti-class Half-Elven Finance Prof/Blogger (lvl 2/12)
Noam ScheiberLabor and workplace reporter for NY Times. Ex-TNR. Author of The Escape Artists, book on Obama admin & economy. noamscheiber@gmail.com
Nouriel RoubiniProfessor at Stern School, NYU, Chairman of Roubini Global Economics (http://t.co/wbkoj5TAgj), blog at http://t.co/Z42QiBDfB2 Author of Crisis Economics
NPR's Planet MoneyYour global economy, explained. Email us planetmoney@npr.org. Subscribe to our twice weekly podcast in iTunes.
NYT OpinionEditorials, columns, Op-Ed essays, letters, blog posts, more from @nytimes. opinion@nytimes.com.
Paul KrugmanNobel laureate. Op-Ed columnist, @nytopinion. Author, “The Return of Depression Economics,” “The Great Unraveling,” “The Age of Diminished Expectations” + more.
Paul RomerProfessor, NYU Stern; Director http://t.co/rQelsMGpc9
Pedro da CostaReporter covering Federal Reserve and economics at The Wall Street Journal. Previously at Reuters. Reasonably confident interest rates will one day rise again.
Peter CoyBloomberg Businessweek Economics Editor. Also reachable at pcoy3@bloomberg.net.
Peter OrszagPeter Orszag is an economist, runner, vice chair at Citi and columnist at @BloombergView
Project SyndicateThe World's Opinion Page || en français: @ProSyn_Fr || en español: @ProSyn_Esp || RT = FYI
Real Time EconomicsEconomic insight and analysis from The Wall Street Journal. Tweets by @BeckyBowers and @SarahPortlock.
Reihan Salam@NRO, @NR_Institute, @CNN, @Slate, @NationalAffairs, @VICE
Richard FloridaDirector, @MartinProsperiT University of Toronto, Global Research Professor NYU, Co-founder & Editor at Large @CityLab
Richard H ThalerProfessor of Behavioral Science and Economics, Booth School of Business, University of Chicago, co-author of Nudge (2008) and Misbehaving (2015).
Robert CostaNational political reporter, @washingtonpost
Robert J ShillerEconomist at Yale University. Irrationally Exuberant.
Robert ReichHusband, father, grandfather, Berkeley professor, former US Secretary of Labor. Movie INEQUALITY FOR ALL now available on Netflix, iTunes, DVD.
Robin HardingTokyo bureau chief for the Financial Times. Recovering Fed-watcher. Blathering here about Japan and the global economy.
Ross DouthatNew York Times columnist, National Review film critic, author of Bad Religion: How We Became a Nation of Heretics (Free Press, 2012).
Ryan AventNews editor for The Economist
Ryan Lizzawrite for @newyorker, talk on @cnn, teach at @georgetown
Sarah KliffI write for Vox. Formerly: Washington Post, Politico, Newsweek and, back in the day, Student Life. Health-care nerd. sarah@vox.com
Simon JohnsonSimon Johnson. Co-author of White House Burning (http://t.co/aET2U5hlDP) and 13 Bankers (http://t.co/jv6uH8Tzjp).
Strobe TalbottPresident, Brookings Institution
Sudeep ReddyI am an economics editor at The Wall Street Journal.
Suzy KhimmSoon: Writing features at The New Republic. Formerly: MSNBC, The Washington Post. Always: Not @seungminkim.
The EconomistNews and analysis with a global perspective. Follow for article updates, events and news from The Economist. To subscribe go to: http://t.co/VJbacSdRCj
The UpshotAnalytical journalism in words and graphics from The New York Times. Our newsletter: http://t.co/DclvAjp9cj
Tim HarfordAuthor of Adapt; Undercover Economist at the FT; presenter of More or Less, Radio 4. (Email v/ website is best for important messages.) Views my own, of course.
tom keenebloomberg surveillance
Tony FrattoHamilton Place Strategies; CNBC Contributor; Board Member - @WFPUSA & @CGDev; K Street Capital; GWU Dist Fellow; frmr US Treasury & WH official.
tylercowenProfessor of Economics, George Mason University, blogger at http://t.co/1Pkhb9zvBt.
VoxUnderstand the news.
Will WilkinsonWriterer. Teaches at University of Tennessee, Chattanooga. Assistant non-fiction editor for Gulf Coast. Blogger for The Economist.
William EasterlyNYU Econ Prof; author of The Tyranny of Experts: Economists, Dictators, and the Forgotten Rights of the Poor
Zachary GoldfarbPolicy editor at The Washington Post. @Wonkblog, economics and policy. Previously: White House & economics correspondent.

martes, 7 de abril de 2015

Cómo creció Facebook según "arqueólogos de red"

Los arqueólogos de redes descubren dos tipos de crecimiento en datos históricos de la red social en Facebook 
Las redes sociales jóvenes crecen de una manera totalmente diferente que las redes maduras, dicen los científicos de la computación que han analizado la forma en Facebook creció en los vertiginosos días después de su lanzamiento en 2004.
MIT Technology Review



El 4 de febrero de 2004, un sitio web completamente nuevo abrió sus puertas destinadas a estudiantes de la Universidad de Harvard. Thefacebook.com era una red social en línea diseñado para competir con el creciente número de personas que habían surgido recientemente, como Friendster.com, MySpace.com, LinkedIn.com y así sucesivamente.

La popularidad de Facebook creció rápidamente, pero se limitó inicialmente a las redes universitarias. En un mes, se había puesto en marcha en las universidades de Columbia, Stanford, Yale, Cornell y Dartmouth. Y pronto se extendió a otros, ampliando para cubrir 100 redes universitarias en el primer año antes de abrir al público en general a mediados de 2006.

El resto es historia. El crecimiento de Facebook desde entonces ha sido explosivo y ahora cubre una fracción importante del planeta. Hoy en día, Facebook cuenta con cerca de 1,4 mil millones de usuarios activos mensuales en todo el mundo.

Esto plantea una pregunta interesante. ¿Cómo se produce este crecimiento temprano? Y en qué se diferencia del tipo de crecimiento que se produjo más tarde en la vida de la red social?

Hoy en día, tenemos una respuesta a muchas de estas preguntas gracias a la labor de Abigail Jacobs de la Universidad de Colorado en Boulder y algunos amigos que son los informáticos volvieron arqueólogos de red. Estos chicos han analizado los datos de Facebook 100 de la red por primera vez, y lo comparó con la red más maduro.

El enfoque es relativamente sencillo. Esta estructura de las redes de Facebook en estos primeros 100 universidades forma una base de datos única. Se muestra exactamente cómo una red social online crece en sus primeros meses de vida. Y comparando el crecimiento de esta red temprano con su crecimiento posterior, debería ser posible de separar los diferentes factores en el trabajo.

Estos chicos simplemente se comparan las tasas de crecimiento de la estructura y de las redes en cada una de las 100 primeras universidades a adoptar Facebook. A continuación, preguntar cómo los cambios observados están relacionados con el tamaño de la red y de su edad.

Los resultados son una lectura interesante. Jacobs y coautores dicen que, en general, todas estas redes tienen el pequeño clásico estructura mundial encuentra en casi todas las redes sociales. Este se caracteriza por un gran número de enlaces cortos dentro de la red y un pequeño número de enlaces distantes que tienen el efecto de tejer la red juntos.

Pero el crecimiento de la red muestra un patrón de dos fases claras. Inicialmente, estas redes crecen mediante la adición de nuevos miembros que forman los nodos en la red con un número relativamente pequeño de conexiones entre ellos. "Para principios de Facebook, cada vez que una nueva universidad se unió, o una nueva clase llegó en el campus, esta fase comenzó de nuevo dentro de esa población y procedió como la tasa de adopción aumentó de cero", dicen Jacobs y co.

Pero hay otra fase en la que el mecanismo de crecimiento es diferente. Esto comienza una vez a la red se ha expandido para incluir una gran fracción de la población disponible. Entonces, la principal forma de crecimiento involucra a las personas aumentar su número de contactos entre los usuarios existentes. Esto tiene el efecto de aumentar la densidad de la red.

Estas dos fases se corresponden con el crecimiento que ocurre antes y después de la saturación, cuando la mayoría de la población disponible ya se ha registrado.

Jacobs y colegas dicen que encuentran varios ejemplos diferentes de este patrón de dos fases de crecimiento. La primera se produce dentro de las redes universitarias mismos. El punto de saturación se había producido en casi todas estas redes antes de 2006, justo antes de que Facebook se abrió al público en general.

Entonces, como la red social se extendió a la mucho más grande, la población no adoptado, se trasladó de nuevo en una fase de crecimiento natural añadiendo nodos adicionales. Sin embargo, la saturación se produjo una vez más en 2008, cuando la red ha reclutado una gran fracción de los planetas conectados población.

"A medida que Facebook se extendió sobre esta grande y no adoptante población, su diámetro se amplió y su grado de distribución se hizo más pesada cola, antes de pasar de nuevo en la fase de densificación, como un sistema muy ampliada, en 2008", dice Jacobs y coautores.

El equipo dice que el descubrimiento de este tipo de crecimiento de dos fases tiene algunas implicaciones interesantes. En particular, Jacobs y co sugieren que las redes sociales en línea podrían ser diseñados para aprovechar el tipo de crecimiento que están experimentando actualmente.

Así que una red experimentando un crecimiento natural podría tener un conjunto diferente de características que uno que había alcanzado la saturación y fue creciendo por la densificación. "El comportamiento humano no es independiente del diseño de estos sistemas, y los diseños es probable que sean más eficaces y más útiles si son informados por una comprensión de su impacto en la estructura a largo plazo y la función de estas redes", dicen.

Esta arqueología red ofrece una interesante visión de la naturaleza de las redes sociales y cómo crecen. Apenas cómo debe aprovecharse mejor en la próxima generación de redes aún no está claro. Pero un estudio más detallado de este fenómeno debe vomitar algunas pistas interesantes.

Ref: http://arxiv.org/abs/1503.06772 : Assembling thefacebook: Using Heterogeneity to Understand Online Social Network Assembly

viernes, 3 de abril de 2015

Una red social para la depresión

Una red social diseñada para combatir la depresión

Kyle Vanhemert - Wired



Las redes sociales aspiran a conectar a las personas, lo cual es un objetivo noble pero ingenuo. Cuando aceptamos acríticamente la conexión como una cosa buena, pasamos por alto difíciles e importantes preguntas: ¿algunas formas de comunicación virtual son más nutritivas que otras? ¿Podría alguna, de hecho, puede ser perjudicial? ¿Es posible que Facebook, por ejemplo, deja algunas personas se sientan más solos? Nadie sabe a ciencia cierta. Tenemos la tendencia a construir cosas primero y preocuparse por los efectos que tienen sobre nosotros más tarde.

Robert Morris está tomando el camino contrario. Comenzando con el efecto deseado de ayudar a las personas a lidiar con la depresión, desarrolló Panoply, un sitio web de crowdsourcing para mejorar la salud mental. El sitio, que fue el tema central de su tesis doctoral en el MIT Media Lab, los usuarios a replantear y volver a evaluar los pensamientos negativos, la incorporación de una técnica establecida llamada terapia cognitivo-conductual en una interfaz atractiva unthreatening entrenado. Después de un estudio confirmó la eficacia del sitio, Morris formó una compañía y ahora está trabajando en convertir la idea en una aplicación de consumidor pulido.

Otras redes sociales como, Panoply ocupará ese noble objetivo de la conexión, pero de una manera más específica, estructurada. Como software va, es algo de una novedad de producto que tiene como objetivo enriquecer la vida a través de los medios precisos y clínicamente probados, en lugar de limitarse a asumir el enriquecimiento como un subproducto de su existencia.

Un desbordamiento para la mente

Morris, de 34 años, estudió psicología en Princeton bajo premio Nobel Daniel Kahneman. Un breve período de trabajo clínico después de la graduación le dejó impaciente. "Los esfuerzos para ajustar la salud mental eran un poco más gradual de lo que me hubiera gustado, sobre todo cuando se trata de utilizar la tecnología para abordar el problema", dice.

Aunque la depresión se cree que afecta en algún lugar entre el 6 y el 10 por ciento de la población de Estados Unidos, las personas a evitar la búsqueda de tratamiento por muchas razones. Puede ser costoso e inconveniente. Es también en muchas formas tabú. Como sociedad, no es más fácil que la gente hable acerca de la salud mental. Como Morris ve, la tecnología tiene el potencial de superar todos esos obstáculos.

Esa creencia le llevó al grupo afectivo Computación en el MIT Media Lab, donde Panoply nació, irónicamente, durante una ola de baja autoestima. Al llegar a Cambridge, Morris rápidamente llegó a sentirse como un impostor, era un psicólogo en un mar de programadores altamente capaces. "La expectativa era que se podía codificar a un nivel de clase mundial", dice. "Me sentí muy, muy inseguro."

Luchando para avanzar en sus chuletas de codificación, Morris comenzó a pasar tiempo en Stack Overflow, una comunidad de programadores altamente activa. Se convirtió en un recurso muy valioso. Morris pediría pregunta elemental acerca de la depuración de código, y en pocos minutos, alguien podría responder. "Fue tan increíble tener este grupo de personas", dice. "Es simplemente una maravilla de la inteligencia crowdsourced."



La experiencia generó una "secuencia de intuiciones" sobre su propio trabajo. Morris estaba familiarizado con el paisaje de software de la salud mental, incluyendo apps "teleterapia" que permiten a los usuarios conectarse remotamente con terapeutas y herramientas de auto-guiados que incluyen ejercicios usuarios practican ellos mismos. Pero las aplicaciones de teleterapia son caros y llevan a menudo un tufillo de estigma, y ​​los recursos autoguiados sólo son eficaces si los usuarios pueden mantener su compromiso y "comer su brócoli", como Morris pone.

El romance de Morris con Stack Overflow sugirió otro enfoque. Sabía que había muchas técnicas sencillas para ayudar a las personas manejar la depresión, y su comunidad de codificación le enseñó lo útil que es tener el apoyo de un grupo en el aprendizaje de una nueva habilidad. Él recuerda haber pensado: "Así como hay toda esta gente ayudando a identificar errores en mi código, tal vez podría crear un sistema similar de acoplamiento y social para ayudar a identificar errores en mi pensamiento."

Doblar un músculo Cognitiva

Si alguna vez ha tranquilizado un amigo recientemente objeto de dumping de que hay un montón de peces en el mar, que haya practicado una forma simple de la terapia cognitivo-conductual. CBT es el término general para una serie de técnicas que ayudan a las personas a identificar pensamientos negativos y verlos más objetivamente, un proceso que se refiere a menudo como "reevaluación". Como Morris dice, "Es realmente acerca de tratar de reajustar su pensamiento para traer una mejor salud ".

Panoply fue inteligentemente diseñado para ayudar a las personas interiorizan esta habilidad. El sitio, que Morris construyó con un psicólogo clínico de la Universidad Northwestern, invitó a los usuarios anonimizados para describir una situación que trastornaba ellos. Por ejemplo: "Mi compañero de piso acaba de llegar a casa, y me dijo 'Hola', pero él caminó al lado sin mirarme." La aplicación entonces pedir que el usuario para escribir interpretaciones de este evento. Se podría decir: "Yo no creo que mi compañero de piso nunca me ha gustado. No soy popular. Yo no soy lo suficientemente fría ".


Una pantalla de identificación de "bugs" en un post. PANOPLY

Mensajes como estos desencadenaron una ola de tres niveles de acción crowdsourced. La primera persona o dos, simplemente vino a prestar apoyo y simpatía (por su estudio de tesis, Morris capacitó a un grupo de trabajadores de Mechanical Turk para rellenar la base de usuarios). Una segunda oleada leer la entrada y etiquetado lugares específicos donde el cartel estaba distorsionando la realidad o pensamiento ilógico. Entonces, un tercer grupo llegó y reescribió por completo la historia inicial, echando los eventos en una luz menos grave. El sistema produce reevaluación multitud generados única para cada pensamiento oscuro. Un profesor de psicología de Stanford dijo MIT cree que es un "enfoque prometedor."

Fundamentalmente, sin embargo, Panoply fue diseñado para funcionar en ambos sentidos. Además de la publicación, se anima a los usuarios para ayudar a dar apoyo, errores de etiquetas, y, finalmente, volver a escribir entradas de sí mismos. De esta manera, la plataforma no sólo dispensar reevaluación; se convirtió en un lugar para practicarlo.

Morris piensa que esto es vital. "Usted realmente aprender estas técnicas mejor no mediante la absorción de la retroalimentación de la multitud, pero enseñándoles a otras personas", dice. "Ayudar a otra persona evalúe nuevamente una situación negativa es una tarea tamaño de bocado que sólo toma un par de minutos, pero estás realmente flexionando ese músculo cognitiva y otra vez." A medida que Morris lo ve, si usted puede conseguir a la gente a practicar la habilidad suficiente , con el tiempo se convertirá en una segunda naturaleza.

Construyendo a Koko

Estudio inicial de Morris en Panoply se publica esta semana en la revista Journal of Medical Internet Research. En comparación con un grupo control que hizo un ejercicio de escritura expresiva genérico, los usuarios que inicialmente mostraban signos de depresión mostraron mejoras significativas para la depresión y habilidades de reevaluación después de usar la plataforma durante tres semanas.

Recientemente, Morris formó una empresa llamada Koko para convertir Panoply en una aplicación del consumidor. Él está tomando su tiempo con él. Por un lado, él ha estado pensando cuidadosamente acerca de cómo empaquetar la aplicación, él no quiere que pueda desempeñar el lenguaje estigmatizado de la depresión. Él es también el perfeccionamiento de la respuesta de tres pasos, trabajando para asegurar el sistema de retroalimentación será efectiva a escala. El desafío es preservar el efecto deseado mientras que los préstamos del lenguaje interactivo de stickiest aplicaciones de consumo de hoy en día. "Realmente queremos asegurarnos de que estamos recibiendo las cosas bien", dice.

Queda por ver si la gente va a gastar su precioso tiempo en una plataforma que podría ser visto como un repositorio de anécdotas deprimentes. Pero aplicaciones anónimos como Yik Yak and Whisper llaman nuestra atención, y lo que es diferente aquí es que la gente se les da la oportunidad de ayudar activamente a esos desconocidos. Morris señala que muchos de los jornaleros de Mechanical Turk pidió para registrarse en el sitio después de que se completó el estudio. Él piensa que el sitio podría tener un atractivo principal, que apunta a la popularidad de los libros de autoayuda y todo lo relacionado con la vida sana. "Sabemos mucho sobre cómo ajustar la dieta y la forma en que comemos, pero no tenemos un buen marco colectivamente para nuestra salud emocional", dice. Y él podría estar en lo cierto. Hay decenas de plataformas de medios sociales por ahí, pero la verdadera felicidad es una característica tremendamente convincente.