Populære emner
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

Owen Gregorian
Kan en algoritme forutsi en politikers fremtid bare ved å analysere tweetene deres? | Karina Petrova, PsyPost
En ny statistisk modell har vellykket sortert medlemmer av den amerikanske kongressen i distinkte politiske og lovgivende grupper utelukkende basert på deres interaksjonsmønstre på den sosiale medieplattformen X. Studien ble publisert i Journal of Computational and Graphical Statistics, og identifiserte også et lite antall uteliggere hvis nettatferd så ut til å signalisere ambisjoner om høyere embeter.
Politikere bruker offentlige plattformer for å kommunisere sine prinsipper og politiske standpunkter til velgerne. Utover formelle uttalelser, dyrker mange også en personlig merkevare gjennom sine valg i språk og stil. Med mye politisk budskap som nå skjer på nettet, har forskere undersøkt hvordan folkevalgte posisjonerer seg ved strategisk å assosiere seg med andre i koalisjonen.
Den nye studien ble utført av Benjamin Leinwand, assisterende professor i matematiske vitenskaper ved Stevens Institute of Technology, og Vince Lyzinski, matematikkprofessor ved University of Maryland. De spesialiserer seg på nettverksvitenskap, et felt som analyserer sammenhengene i komplekse systemer. De forsøkte å finne ut om en modell kunne utlede den underliggende strukturen til et politisk nettverk ved å observere bare interaksjonene, uten å bli gitt noen informasjon om politisk tilhørighet eller hvilket kammer i Kongressen et medlem tilhører.
For å forstå det sosiale landskapet i Kongressen, trengte forskerne et verktøy som kunne kartlegge det komplekse nettet av nettinteraksjoner. I kjernen forsøker enhver slik statistisk modell å beregne en enkel verdi for hvert par individer: sannsynligheten for at de vil koble seg sammen. Dette produserer en blåkopi av nettverket, som viser hvilke tilkoblinger som er sannsynlige og hvilke som ikke er det.
Noen mye brukte nettverksmodeller nærmer seg denne oppgaven ved å kombinere noen få nøkkelfaktorer. For eksempel kan en modell estimere sannsynligheten for en forbindelse ved å multiplisere en persons individuelle "omgjengelighets"-poengsum med en poengsum som representerer hvor interaktiv gruppen deres er. Denne metoden fungerer bra i mange scenarier, men den kan bryte sammen i nettverk med ekstreme variasjoner.
Problemet oppstår i tett sammenkoblede samfunn der noen få individer er eksepsjonelt aktive. I slike tilfeller kan modellen tilordne svært høye sosiale poengsummer til disse aktive personene og en høy interaksjonspoengsum til gruppen deres. Når disse høye poengsummene multipliseres sammen, kan den resulterende sannsynligheten overstige 1 eller 100 prosent. Dette er en matematisk umulighet som signaliserer at modellen ikke klarer å representere den underliggende sosiale dynamikken nøyaktig.
Den nye modellen utviklet av Leinwand og Lyzinski er bygget på et annet matematisk grunnlag spesielt designet for å unngå dette problemet. Dens interne beregninger er konstruert på en måte som garanterer at det endelige resultatet for ethvert par politikere alltid er en gyldig sannsynlighet, et tall mellom 0 og 1. Dette sikrer at modellen produserer et sammenhengende og logisk kart over nettverket, selv i de mest aktive og komplekse områdene.
Utover bare å forhindre feil, gir denne nye tilnærmingen større fleksibilitet. Den antar ikke at tilkoblingsmønstrene er de samme over hele nettverket. For eksempel kan noen modeller implisitt anta at de mest sosialt aktive medlemmene av en gruppe har størst sannsynlighet for å få kontakt med de mest aktive medlemmene av en annen.
Den nye modellen kan imidlertid oppdage mer intrikate mønstre. Den kan for eksempel finne en situasjon der moderate medlemmer av to forskjellige politiske partier samhandler ofte, mens de mest partiske medlemmene av de samme partiene samhandler svært lite. Den kan også gjenkjenne at et individs tendens til å danne forbindelser kan endre seg avhengig av samfunnet de samhandler med, noe som gir et mer detaljert og realistisk portrett av politisk kommunikasjon.
Ved hjelp av denne modellen analyserte Leinwand og Lyzinski den offentlige aktiviteten til 475 medlemmer av den 117. Datasettet deres inkluderte hvert medlem som la ut minst 100 tweets i løpet av en firemåneders periode, fra 9. Modellen definerte en forbindelse mellom to politikere hvis en av dem tvitret til eller retweetet den andre i løpet av denne tidsrammen.
«Vi kaller to personer 'tilkoblet', hvis en av dem i paret twitret til den andre eller retweetet den andre i denne perioden,» forklarte Leinwand. Modellen ble ikke gitt noen informasjon om en politikers parti, deres kammer eller deres politiske posisjoner. Den fikk i oppgave å sortere de 475 individene i grupper kun basert på nettet til deres digitale forbindelser.
Modellen identifiserte tre primære samfunn. Disse algoritmisk definerte gruppene falt langs kjente politiske linjer. Den første gruppen besto nesten utelukkende av senatorer. Det andre samfunnet besto hovedsakelig av demokratiske medlemmer av Representantenes hus, og det tredje besto hovedsakelig av republikanske medlemmer av Huset.
Analysen viste at politikere innenfor disse tre gruppene hadde en tendens til å samhandle hyppigst med medlemmer av sitt eget samfunn. «Republikanske kongressmedlemmer snakket mye seg imellom, og demokratiske kongressmedlemmer snakket mye seg imellom, selv om demokratiske kongressmedlemmer var noe mer sannsynlig å samhandle med senatorer enn deres republikanske kolleger,» sa Leinwand.
Han ga en potensiell forklaring på dette mønsteret. På tidspunktet for observasjonen hadde demokratene flertall i Senatet. Som et resultat «kan man forestille seg at demokratiske kongressmedlemmer kan bli oppmuntret til å forsterke senatets lederskapsmeldinger i tillegg til deres allierte i Huset,» fortsatte han.
Mens modellen kategoriserte det store flertallet av politikere korrekt, fant den også noen få som ikke samsvarte med gruppens typiske oppførsel. Av de 475 medlemmene oppførte 463 seg som de andre i sine respektive lokalsamfunn. De resterende 12 individene ble klassifisert som "unntak" fordi deres interaksjonsmønstre lignet mer på en annen gruppe.
«Det virker som om visse demokratiske kongressmedlemmer snakket mer med senatorer, og visse republikanske kongressmedlemmer snakket mer med senatorer,» sa Leinwand. «Og så basert på deres interaksjonsmønstre, oppførte de seg som noen i den andre gruppen. De tvitret også til senatorer, i stedet for bare å tvitre til sine egne kongressmedlemmer.»
En nærmere titt på disse 12 unntakene avslørte et suggestivt mønster. To av kongressmedlemmene som ble flagget av modellen for å oppføre seg som senatorer, vant senatsvalget. Peter Welch, en demokrat fra Vermont, ble valgt til Senatet i 2022, og Andy Kim, en demokrat fra New Jersey, vant sitt senatsløp i 2024.
Et tredje unntak identifisert av modellen, Chris Pappas fra New Hampshire, er for tiden kandidat til Senatet. En fjerde, David Trone fra Maryland, startet en mislykket kampanje for Senatet i 2024.
«Det som hopper ut for meg er at vi har 475 medlemmer, og 463 av dem er gruppert riktig,» sa Leinwand. «Og av de 12 unntakene havnet to i gruppen der modellen vår mente de burde tildeles.» Denne observasjonen antyder at modellen kan oppdage subtile atferdsendringer som går forut for store karrieretrekk.
Dette betyr ikke at bare å tvitre til senatorer er en vei til å vinne et senatssete. Leinwand antyder imidlertid at en bevisst kommunikasjonsstrategi kan være i spill. «De har offentlige jobber, så jeg mistenker at de ofte tvitrer strategisk, spesielt når de inkluderer andre medlemmer av Kongressen,» sier han. «Jeg tror at hvis du begynner å posisjonere deg på en bestemt måte, hvis du begynner å samhandle med senatorer på X, kan du bli sett på som mer senatorisk for velgerne.»
Forskerne bemerker at studien deres brukte en utforskende tilnærming designet for å søke etter mønstre i dataene. For å etablere mer definitive konklusjoner om politisk strategi og dens effekter, vil det være nødvendig med ulike analysemetoder. Likevel antyder funnene den rike informasjonen som er innebygd i arkitekturen til våre online interaksjoner. Som Leinwand legger til: «Jeg antar at en eller annen oppførsel avslører en intensjon.»
Les også:

65,17K
Det amerikanske senatets bud på å fremskynde «No Coffee Tax Act» nektet | Nick Brown, Daily Coffee News
Ettersom amerikanske kaffepriser fortsetter å stige, gikk et trekk i det amerikanske senatet for å fremskynde den tverrpolitiske «No Coffee Tax Act» på grunn i går da en enkelt republikansk senator protesterte.
På gulvet i Senatet ba senator Catherine Cortez Masto (D-Nev.) om enstemmig samtykke – en prosedyre som tillater ikke-kontroversielle lovforslag å passere uten avstemning ved navneopprop – for å vedta No Coffee Tax Act, som hun var medforfatter av sammen med senator Rand Paul (R-Ky.).
Video av sesjonen viser senator Mike Crapo (R-Idaho), den republikanske lederen av Senatets finanskomité, protestere. Trekket sender lovforslaget tilbake til komiténivå, hvor det vil avvente videre behandling.
Den foreslåtte lovgivningen er en del av et bredere press fra lovgivere og industrigrupper for å unnta kaffe fra president Donald Trumps «gjensidige tollsatser» – avgifter betalt av amerikanske importører – på importerte varer. Tollsatser på varer fra nesten alle kaffeproduserende land varierer for tiden fra 10 % til 50 %, med 50 % toll på Brasil som har en stor innvirkning på det amerikanske kaffemarkedet.
I mellomtiden fortsetter kaffebar- og dagligvareprisene å stige. I september nådde den gjennomsnittlige dagligvarebutikkprisen for et pund stekt, malt kaffe 9,14 dollar, opp 41 % fra året før, mens Bureau of Labor Statistics' brede kaffeindeks var opp 18,9 % fra år til år, langt over den generelle mat- og drikkeinflasjonen.
No Coffee Tax Act krever at kaffe skal unntas fra toll, gitt det faktum at USA ikke kan produsere kaffe i en skala som er i nærheten av nødvendig for å møte innenlandsk etterspørsel. Kaffeproduksjon på Hawaii og Puerto Rico til sammen representerer en brøkdel av 1 % av USAs etterspørsel etter grønn kaffe.
«Jeg vet at ansvarlige, målrettede tariffer mot våre motstandere kan være bra for amerikanske arbeidere og vår nasjonale sikkerhet. Det er en smart måte å gjøre dette på, men å beskatte kaffen vår og øke prisene for amerikanere er ikke det,» sa Cortez Masto på senatsgulvet.
I sin innvending argumenterte Crapo mot at Senatet skulle gjøre «engangsunntak» for visse importerte varer «isolert fra en større forhandlingsstrategi og bredere interessentbekymringer».
Crapo siterte kaffens unntak gjennom bredere nylige handelsavtaler med Kambodsja og Malaysia, til tross for at disse landene til sammen produserer mindre enn en tiendedel av 1 % av verdens kaffe, ifølge USDA-statistikk.

91,91K
Tesla-aksjonærer godkjenner Musks lønnspakke på $1T | Eric Revell, FoxBusiness
Tesla-aksjonærene godkjente Musks lønnspakke med 75 % som stemte for
Tesla-aksjonærene stemte torsdag for å godkjenne administrerende direktør Elon Musks lønnspakke på 1 billion dollar, som er den største kompensasjonsplanen for ledere som er registrert.
Aksjonærene stemte for å godkjenne den historiske kompensasjonspakken med 75 % som stemte for på selskapets årsmøte i Austin, Texas.
I henhold til lønnsplanen, som ble foreslått i september, vil Musk motta opptil rundt 12 % av Teslas aksjer, som vil være underlagt restriksjoner og verdt rundt 1 billion dollar hvis Tesla når en markedsverdi på 8,5 billioner dollar og andre operasjonelle milepæler over en 10-årsperiode. Teslas nåværende markedsverdi er rundt 1,45 billioner dollar, og Musk eier for tiden rundt 13 % av selskapets utestående aksjer.
Den reviderte kompensasjonsplanen ble lagt frem midt i juridisk usikkerhet om lønnspakken på 56 milliarder dollar han ble tildelt i 2018, som ble annullert av en dommer i Delaware i januar 2024 og fortsatt er gjenstand for pågående rettssaker.
"Jeg vil bare gi en hjertelig takk til alle som støttet aksjonærstemmene," sa Musk. Han takket også styret for dets «enorme støtte» og sa at mens mange bedriftsaksjonærmøter er kjedelige, er Teslas «bangers».
Tesla-styreleder Robyn Denholm hadde advart aksjonærene om at selskapet kan miste Musk til hans andre gründersysler hvis lønnspakken hans ikke blir godkjent.
Denholm sendte et brev til aksjonærene som spurte: «Vil du beholde Elon som Teslas administrerende direktør og motivere ham til å drive Tesla til å bli den ledende leverandøren av autonome løsninger og det mest verdifulle selskapet i verden?»
"Hvis vi ikke klarer å fremme et miljø som motiverer Elon til å oppnå store ting gjennom en rettferdig lønn-for-ytelse-plan, risikerer vi at han gir opp sin lederstilling, og Tesla kan miste sin tid, talent og visjon, som har vært avgjørende for å levere ekstraordinær aksjonæravkastning," la Denholm til.
Musk tok et øyeblikk på Teslas siste inntjeningssamtale for å oppfordre aksjonærene til å godkjenne pakken, da han vil ha nok stemmekontroll «til å gi en sterk innflytelse, men ikke så mye at jeg ikke kan få sparken hvis jeg blir gal.»
Ikke alle Tesla-aksjonærer kommer til å støtte lønnspakken, og en investor med en betydelig eierandel i selskapet signaliserte motstand mot planen i forkant av avstemningen.
Norges statlige investeringsfond, Teslas sjette største eksterne investor, sa at de ville stemme mot kompensasjonsplanen.
«Selv om vi setter pris på den betydelige verdien som skapes under Mr. Musks visjonære rolle, er vi bekymret for den totale størrelsen på tildelingen, utvanning og mangel på reduksjon av nøkkelpersonrisiko – i samsvar med vårt syn på lederkompensasjon,» sa Norges Bank Investment Management i et innlegg på sin nettside.
Proxy-rådgivningsfirmaene Glass Lewis og ISS oppfordret aksjonærene til å avvise lønnspakken.
I fjor ble Tesla-aksjonærene bedt om å stemme over å gjeninnføre lønnspakken hans på 56 milliarder dollar fra 2018, og de forpliktet seg, med omtrent 77 % av aksjonærene for. Lønnspakken var verdt rundt 44 milliarder dollar på tidspunktet for aksjonæravstemningen på grunn av nedgang i Teslas aksjekurs.
Tesla-aksjen har steget over 17 % i år.
2,15K
Topp
Rangering
Favoritter

