Aqui está como Nancy Pelosi ficou extremamente rica no Congresso | Hudson Crozier, Daily Caller News Foundation A riqueza da representante democrata da Califórnia, Nancy Pelosi, cresceu em pelo menos 2.292%, em grande parte através de negociações de ações, durante seus 37 anos no Congresso. A ex-presidente da Câmara, que anunciou na quinta-feira que se aposentará do Congresso em 2027, tinha um patrimônio líquido mínimo de $2.675.036 no ano em que começou a servir e um patrimônio líquido mínimo de $63.996.050 em 2024, de acordo com uma análise da Daily Caller News Foundation sobre ativos e passivos listados em suas divulgações financeiras do Congresso. Uma análise da Quiver Quantitative estima seu patrimônio líquido atual de forma mais precisa em $278.760.000 milhões. O patrimônio líquido máximo de Pelosi em 2024 foi estimado em $311.443.000, conforme mostram seus registros. Os legisladores não relataram valores máximos em 1987, ano em que Pelosi cumpriu seu primeiro mandato. O portfólio da congressista de 85 anos quase dobrou o crescimento do S&P 500 em 2024, conforme relatado anteriormente pelo DCNF. Sua riqueza gerou pedidos de reforma das regras sobre a negociação de ações por legisladores, bem como suspeitas de que ela se envolveu em negociações ilegais de informações privilegiadas com base em conhecimento prévio sobre tendências do setor. Seu escritório negou tais alegações, afirmando que ela não possui ações pessoalmente nem tem conhecimento prévio ou envolvimento subsequente em transações. Seu marido, Paul, gerencia suas negociações. O escritório de Pelosi não respondeu ao pedido de comentário do DCNF. A legisladora anunciou seu apoio a uma legislação apoiada pelos republicanos que proíbe a negociação de ações entre membros do Congresso, presidentes e vice-presidentes em julho — no mesmo dia em que Trump disse que ela deveria ser investigada por possível negociação de informações privilegiadas, conforme relatado anteriormente pelo Daily Caller. "Devemos ter forte transparência, robusta responsabilidade e rigorosa aplicação para a conduta financeira no cargo, porque o povo americano merece confiança de que seus líderes eleitos estão servindo ao interesse público — e não a seus portfólios pessoais", disse Pelosi. O Comitê de Segurança Interna e Assuntos Governamentais do Senado avançou com o projeto de lei em 30 de julho.

Um algoritmo pode prever o futuro de um político apenas analisando os seus tweets? | Karina Petrova, PsyPost Um novo modelo estatístico conseguiu classificar os membros do Congresso dos EUA em distintos grupos políticos e legislativos com base exclusivamente nos seus padrões de interação na plataforma de redes sociais X. Publicado no Journal of Computational and Graphical Statistics, o estudo também identificou um pequeno número de outliers cujo comportamento online parecia sinalizar ambições para cargos mais altos. Os políticos usam plataformas públicas para comunicar os seus princípios e posições políticas aos eleitores. Para além de declarações formais, muitos também cultivam uma marca pessoal através das suas escolhas de linguagem e estilo. Com uma grande parte da comunicação política a ocorrer agora online, os investigadores têm investigado como os oficiais eleitos se posicionam ao se associarem estrategicamente com outros na sua coalizão. O novo estudo foi conduzido por Benjamin Leinwand, professor assistente de ciências matemáticas no Stevens Institute of Technology, e Vince Lyzinski, professor de matemática na Universidade de Maryland. Eles se especializam em ciência de redes, um campo que analisa as conexões dentro de sistemas complexos. Eles procuraram determinar se um modelo poderia deduzir a estrutura subjacente de uma rede política apenas observando as interações, sem receber qualquer informação sobre afiliações políticas ou a qual câmara do Congresso um membro pertence. Para entender a paisagem social do Congresso, os investigadores precisavam de uma ferramenta que pudesse mapear a complexa teia de interações online. No seu núcleo, qualquer modelo estatístico desse tipo tenta calcular um valor simples para cada par de indivíduos: a probabilidade de que eles se conectem. Isso produz um esboço da rede, mostrando quais conexões são prováveis e quais não são. Alguns modelos de rede amplamente utilizados abordam essa tarefa combinando alguns fatores-chave. Por exemplo, um modelo pode estimar a probabilidade de uma conexão multiplicando a pontuação de "sociabilidade" individual de uma pessoa por uma pontuação que representa quão interativa é o seu grupo. Este método funciona bem em muitos cenários, mas pode falhar em redes com variações extremas. O problema surge em comunidades densamente conectadas onde alguns indivíduos são excepcionalmente ativos. Nesses casos, o modelo pode atribuir pontuações de sociabilidade muito altas a essas pessoas ativas e uma pontuação de interação alta ao seu grupo. Quando essas altas pontuações são multiplicadas, a probabilidade resultante pode exceder 1, ou 100 por cento. Isso é uma impossibilidade matemática que sinaliza que o modelo está falhando em representar com precisão a dinâmica social subjacente. O novo modelo desenvolvido por Leinwand e Lyzinski é construído sobre uma base matemática diferente, especificamente projetada para evitar esse problema. Seus cálculos internos são construídos de uma maneira que garante que a saída final para qualquer par de políticos seja sempre uma probabilidade válida, um número entre 0 e 1. Isso garante que o modelo produza um mapa coerente e lógico da rede, mesmo nas suas regiões mais ativas e complexas. Além de apenas prevenir erros, essa nova abordagem oferece maior flexibilidade. Não assume que os padrões de conexão são os mesmos em toda a rede. Por exemplo, alguns modelos podem assumir implicitamente que os membros mais socialmente ativos de um grupo são os mais propensos a se conectar com os membros mais ativos de outro. O novo modelo, no entanto, pode detectar padrões mais intrincados. Ele poderia, por exemplo, encontrar uma situação onde membros moderados de dois partidos políticos diferentes interagem frequentemente, enquanto os membros mais partidários desses mesmos partidos interagem muito pouco. Também pode reconhecer que a tendência de um indivíduo em formar conexões pode mudar dependendo da comunidade com a qual está interagindo, proporcionando um retrato mais detalhado e realista da comunicação política. Usando este modelo, Leinwand e Lyzinski analisaram a atividade pública de 475 membros do 117º Congresso dos EUA. O seu conjunto de dados incluía todos os membros que postaram pelo menos 100 tweets durante um período de quatro meses, de 9 de fevereiro de 2022 a 9 de junho de 2022. O modelo definiu uma conexão entre quaisquer dois políticos se um deles tweetou ou retweetou o outro durante esse período. "Chamamos duas pessoas de 'conectadas', se uma delas na dupla tweetou para a outra ou retweetou a outra durante este período", explicou Leinwand. O modelo não recebeu qualquer informação sobre o partido de um político, a sua câmara ou as suas posições políticas. Foi encarregado de classificar os 475 indivíduos em grupos com base apenas na teia das suas conexões digitais. O modelo identificou três comunidades principais. Esses grupos definidos algorítmicamente caíram ao longo de linhas políticas familiares. O primeiro grupo era composto quase inteiramente por Senadores. A segunda comunidade consistia principalmente de membros democratas da Câmara dos Representantes, e a terceira era composta em grande parte por membros republicanos da Câmara. A análise mostrou que os políticos dentro desses três grupos tendiam a interagir mais frequentemente com membros da sua própria comunidade. "Os congressistas republicanos conversavam muito entre si, e os congressistas democratas conversavam muito entre si, embora os congressistas democratas fossem um pouco mais propensos a interagir com os senadores do que os seus homólogos republicanos", disse Leinwand. Ele ofereceu uma explicação potencial para esse padrão. Na época da observação, os democratas detinham a maioria no Senado. Como resultado, "pode-se imaginar que os congressistas democratas poderiam ser incentivados a amplificar a mensagem da liderança do Senado, além de seus aliados na Câmara", continuou. Embora o modelo tenha categorizado corretamente a vasta maioria dos políticos, também encontrou alguns que não se conformavam ao comportamento típico do seu grupo. Dos 475 membros, 463 comportaram-se como os outros em suas respectivas comunidades. Os 12 indivíduos restantes foram classificados como "exceções" porque seus padrões de interação se assemelhavam mais aos de um grupo diferente. "Parece que certos congressistas democratas conversavam mais com senadores, e certos congressistas republicanos conversavam mais com senadores", disse Leinwand. "E assim, com base em seus padrões de interações, eles se comportaram como alguém do outro grupo. Eles estavam tweetando para senadores também, em vez de apenas tweetar para seus próprios congressistas." Um olhar mais atento a essas 12 exceções revelou um padrão sugestivo. Dois dos congressistas sinalizados pelo modelo por se comportarem como senadores acabaram por vencer eleições para o Senado. Peter Welch, um democrata de Vermont, foi eleito para o Senado em 2022, e Andy Kim, um democrata de Nova Jersey, venceu sua corrida para o Senado em 2024. Uma terceira exceção identificada pelo modelo, Chris Pappas, de New Hampshire, é atualmente um candidato ao Senado. Uma quarta, David Trone, de Maryland, lançou uma campanha malsucedida para o Senado em 2024. "A coisa que me chama a atenção é que temos 475 membros, e 463 deles estão agrupados corretamente", disse Leinwand. "E desses 12 exceções, dois acabaram no grupo onde nosso modelo achou que deveriam ser atribuídos." Esta observação sugere que o modelo pode estar detectando sutis mudanças comportamentais que precedem grandes mudanças de carreira. Isso não significa que simplesmente tweetar para senadores seja um caminho para ganhar um assento no Senado. No entanto, Leinwand sugere que uma estratégia de comunicação deliberada pode estar em jogo. "Eles têm empregos de face pública, então suspeito que estejam frequentemente tweetando estrategicamente, particularmente quando incluem outros membros do Congresso", diz ele. "Acho que se você começar a se posicionar de uma certa maneira, se começar a interagir com senadores no X, pode ser visto como mais senatorial para os eleitores." Os investigadores observam que seu estudo utilizou uma abordagem exploratória projetada para buscar padrões nos dados. Para estabelecer conclusões mais definitivas sobre estratégia política e seus efeitos, seriam necessários métodos analíticos diferentes. Ainda assim, os achados sugerem a rica informação embutida na arquitetura das nossas interações online. Como acrescenta Leinwand, "suponho que algum comportamento trai alguma intenção." Leia mais:

Tentativa do Senado dos EUA de acelerar o "No Coffee Tax Act" negada | Nick Brown, Daily Coffee News À medida que os preços do café nos EUA continuam a subir, uma movimentação no Senado dos EUA para acelerar o bipartidário "No Coffee Tax Act" ficou paralisada ontem quando um único senador republicano se opôs. No plenário do Senado, a Senadora Catherine Cortez Masto (D-Nev.) pediu consentimento unânime — um procedimento que permite que projetos de lei não controversos sejam aprovados sem votação nominal — para aprovar o No Coffee Tax Act, que ela co-autorizou com o Senador Rand Paul (R-Ky.). Um vídeo da sessão mostra o Senador Mike Crapo (R-Idaho), o presidente republicano do Comitê de Finanças do Senado, se opondo. A movimentação envia o projeto de volta ao nível do comitê, onde aguardará nova consideração. A legislação proposta faz parte de um esforço mais amplo por parte de legisladores e grupos da indústria para isentar o café das "tarifas recíprocas" do Presidente Donald Trump — taxas pagas por importadores dos EUA — sobre bens importados. As tarifas sobre bens de quase todos os países produtores de café atualmente variam de 10% a 50%, com a tarifa de 50% sobre o Brasil tendo um impacto desproporcional no mercado de café dos EUA. Enquanto isso, os preços em cafeterias e supermercados continuam a subir. Em setembro, o preço médio em supermercados para um quilo de café torrado e moído atingiu $9,14, um aumento de 41% em relação ao ano anterior, enquanto o índice amplo de café do Bureau of Labor Statistics subiu 18,9% ano a ano, superando em muito a inflação geral de alimentos e bebidas. O No Coffee Tax Act pede que o café seja isento de tarifas, dado o fato de que os Estados Unidos não conseguem produzir café em uma escala próxima da necessária para atender à demanda interna. A produção de café no Havai e em Porto Rico combinados representa uma fração de 1% da demanda de café verde dos EUA. "Eu sei que tarifas responsáveis e direcionadas sobre nossos adversários podem ser boas para os trabalhadores americanos e para nossa segurança nacional. Há uma maneira inteligente de fazer isso, mas taxar nosso café e aumentar os preços para os americanos não é essa," disse Cortez Masto no plenário do Senado. Em sua objeção, Crapo argumentou contra o Senado fazer "exceções pontuais" para certos bens importados "isoladamente de uma estratégia de negociação maior e de preocupações mais amplas dos stakeholders." Crapo citou as isenções do café através de acordos comerciais mais amplos recentes com o Camboja e a Malásia, apesar do fato de que esses países juntos produzem menos de um décimo de 1% do café mundial, de acordo com estatísticas do USDA.