urban-survival-academy

[urban-survival-academy]

Please (im not pleasing you, you should do). share this. It gave me chills then (from the same age as this girl in the uk when it aired) , and it’s still does the same now. Free Palestine, Yemen, Congo and Sudan 🇵🇸 🇾🇪 🇨🇩 🇸🇩.

Just because it isn't happening here doesn't mean it isn't happening.

source from tiktok, save the children uk

daily click for palestine

[urban-survival-academy]

Le 26 avril 2024 sur un parking de la société Garner Industries dans le Nebraska, la dashcam d'une voiture filme le passage d'une tornade. En quelques secondes, la tornade détruit le bâtiment contenant 70 ouvriers. Heureusement, seulement 3 personnes ont été blessées légèrement.

[urban-survival-academy]

[urban-survival-academy]

[urban-survival-academy]

[urban-survival-academy]

[urban-survival-academy]

[urban-survival-academy]

Immagina di essere mandato in una foresta pluviale incontaminata per effettuare un censimento della fauna selvatica. Ogni volta che vedi un animale, scatti una foto. La tua fotocamera digitale traccerà il numero totale di scatti, ma sei interessato solo al numero di animali unici, tutti quelli che non hai già contato. Qual è il modo migliore per ottenere quel numero? “La soluzione ovvia richiede di ricordare ogni animale che hai visto finora e confrontare ogni nuovo animale con la lista”, ha detto Lance Fortnow, un informatico dell'Illinois Institute of Technology. Ma ci sono modi più intelligenti per procedere, ha aggiunto, perché se hai migliaia di voci, l'approccio ovvio è tutt'altro che facile.

Peggiora. Cosa succede se sei Facebook e vuoi contare il numero di utenti distinti che accedono ogni giorno, anche se alcuni di loro accedono da più dispositivi e in più momenti? Ora stiamo confrontando ogni nuovo accesso con un elenco che potrebbe scostire fino a miliardi.

In un recente documento, gli informatici hanno descritto un nuovo modo per approssimare il numero di voci distinte in una lunga lista, un metodo che richiede di ricordare solo un piccolo numero di voci. L'algoritmo funzionerà per qualsiasi elenco in cui gli articoli arrivano uno alla volta: pensa alle parole in un discorso, alle merci su un nastro trasportatore o alle auto sull'interstatale.

L'algoritmo CVM, che prende il nome dai suoi creatori - Sourav Chakraborty dell'Indian Statistical Institute, Vinodchandran Variyam dell'Università del Nebraska, Lincoln e Kuldeep Meel dell'Università di Toronto - è un passo significativo verso la risoluzione di quello che viene chiamato il problema degli elementi distinti, con cui gli informatici hanno affrontato per più di 40 anni. Chiede un modo per monitorare in modo efficiente un flusso di elementi - il cui numero totale può superare la memoria disponibile - e quindi stimare il numero di elementi univoci.

“Il nuovo algoritmo è sorprendentemente semplice e facile da implementare”, ha detto Andrew McGregor dell'Università del Massachusetts, Amherst. “Non sarei sorpreso se questo diventasse il modo predefinito in cui il problema [elementi distinti] viene affrontato nella pratica”.

Per illustrare sia il problema che come l'algoritmo CVM lo risolve, immagina di ascoltare l'audiolibro di Amleto. Ci sono 30.557 parole nel gioco. Quanti sono distinti? Per scoprirlo, potresti ascoltare il gioco (usando frequentemente il pulsante di pausa), scrivere ogni parola in ordine alfabetico in un quaderno e saltare le parole già nella tua lista. Quando raggiungi la fine, conta solo il numero di parole nella lista. Questo approccio funziona, ma richiede una quantità di memoria all'incirca uguale al numero di parole uniche.

Nelle tipiche situazioni di streaming dei dati, potrebbero esserci milioni di elementi di cui tenere traccia. “Potresti non voler conservare tutto”, ha detto Variyam. Ed è qui che l'algoritmo CVM può offrire un modo più semplice. Il trucco, ha detto, è fare affidamento sulla randomizzazione.

Torniamo ad Amleto, ma questa volta la tua memoria di lavoro - composta da una lavagna - ha spazio per solo 100 parole. Una volta che il gioco inizia, scrivi le prime 100 parole che senti, saltando di nuovo qualsiasi ripetizione. Quando lo spazio è pieno, premi pausa e lancia una moneta per ogni parola. Teste, e la parola rimane nella lista; code, e tu la cancelli. Dopo questo round preliminare, ti restano circa 50 parole distinte.

Ora vai avanti con quello che la squadra chiama Round 1. Continua a passare attraverso Amleto, aggiungendo nuove parole mentre vai. Se vieni a una parola che è già nella tua lista, lancia di nuovo una moneta. Se si sono code, elimina la parola; teste e la parola rimane nella lista. Procedi in questo modo fino a quando non hai 100 parole sulla lavagna. Quindi cancella di nuovo a caso circa la metà, in base al risultato di 100 lanci di monete. Che conclude Round 1.

Successivamente, passa al Round 2. Continua come nel Round 1, solo ora renderemo più difficile mantenere una parola. Quando si arriva a una parola ripetuta, capovolgere di nuovo la moneta. Code, e lo elimini, come prima. Ma se arriva la testa, lanci la moneta una seconda volta. Tieni la parola solo se hai una seconda testa. Una volta riempita la tavola, il round termina con un'altra purga di circa la metà delle parole, basata su 100 lanci di monete.

Nel terzo round, avrai bisogno di tre teste di fila per mantenere una parola. Al quarto turno avrai bisogno di quattro teste di fila. E così altro.

Alla fine, nel kth round, raggiungerai la fine di Amleto.Lo scopo dell'esercizio è stato quello di garantire che ogni parola, in virtù delle selezioni casuali che hai fatto, abbia la stessa probabilità di essere lì: 1/2k. Se, ad esempio, hai 61 parole nella tua lista alla conclusione di Amleto, e il processo ha richiesto sei giri, puoi dividere 61 per la probabilità, 1/26, per stimare il numero di parole distinte - che arriva a 3.904 in questo caso. (È facile vedere come funziona questa procedura: supponiamo di iniziare con 100 monete e lanciare ognuna individualmente, mantenendo solo quelle che vengono fuori. Finirai con quasi 50 monete, e se qualcuno divide quel numero per la probabilità, ½, può indovinare che originariamente c'erano circa 100 monete.)

Variyam e Meel hanno dimostrato matematicamente che l'accuratezza di questa tecnica si adatta alle dimensioni della memoria. Amleto ha esattamente 3.967 parole uniche. (Hanno contato.) Negli esperimenti che utilizzano una memoria di 100 parole, la stima media dopo cinque corse era di 3.955 parole. Con una memoria di 1.000 parole, la media è migliorata a 3.964. “Certo”, ha detto Variyam, “se la [memoria] è così grande da adattarsi a tutte le parole, allora possiamo ottenere una precisione del 100%”.

“Questo è un ottimo esempio di come, anche per problemi molto basilari e ben studiati, a volte ci sono soluzioni molto semplici ma non ovvie ancora in attesa di essere scoperte”, ha detto William Kuszmaul dell'Università di Harvard.

[urban-survival-academy]

Adoption day

(via)

[urban-survival-academy]

[urban-survival-academy]

[urban-survival-academy]

[urban-survival-academy]

[urban-survival-academy]

Authors doing other stuff

Another day of not exactly writing things down… but worth it. Remember those videos of me building the hive?

Bees arrived!

Now we wait and hope they settle and accept the Queen.

[urban-survival-academy]

Rolls Royce de 1936

[urban-survival-academy]

Oggi a pranzo festa per il collega che ha preso i 60.000 che gli ha dato stellantis e se ne va.Brindo al suo coraggio e alla mia pavidità.

[urban-survival-academy]

Prima delle elezioni presidenziali americane del 2020, più di 35.000 utenti di Facebook e Instagram hanno accettato di partecipare a un esperimento. Il 27% di quel gruppo scelto a caso è stato pagato per disattivare i propri account per sei settimane. Il resto si è disconnesso solo per una settimana. L'obiettivo era analizzare cosa succede quando gli utenti si disconnettono dai due più grandi social network nelle settimane più calde del calendario politico statunitense.

Il risultato è che non succede quasi nulla. Tranne un dettaglio: il gruppo che si è disconnesso da Facebook (non da Instagram) tendeva a non credere alla disinformazione che circolava online. D’altro canto, è diminuita anche la loro partecipazione politica, soprattutto online.

Il nuovo articolo, pubblicato lunedì sulla rivista PNAS , è il lavoro di oltre 30 accademici delle università statunitensi e ricercatori Meta. Fa parte dello studio macro, che ha cominciato a essere pubblicato l'estate scorsa sulle riviste Science e Nature. Questa ricerca ha scoperto, tra gli altri risultati, che i conservatori consumano più disinformazione su Facebook. Il progetto è il risultato di un accordo dell'agosto 2020 tra Meta e due professori, che hanno poi selezionato il resto dei ricercatori.

Uno degli autori dell’articolo, il professore della Stanford University Matthew Gentzkow, afferma che ci sono due risultati principali dallo studio PNAS : “In primo luogo, smettere di usare Facebook e Instagram nella fase finale delle elezioni ha avuto poco o nessun effetto sulle opinioni politiche, il loro opinioni negative sui partiti avversari o convinzioni su denunce di frode elettorale. In secondo luogo, smettere di usare Facebook influisce sulla conoscenza e sulle convinzioni delle persone. Coloro che hanno abbandonato Facebook hanno risposto peggio ai test sulle notizie, ma erano anche meno propensi a credere alla diffusa disinformazione, suggerendo che la piattaforma potrebbe essere un canale importante sia per le notizie vere che per quelle false”, afferma.

Anche se il risultato non è del tutto chiaro, per Gentzkow la scoperta è piuttosto sorprendente: “Ricerche precedenti hanno dimostrato che l’ esposizione alla disinformazione è spesso piuttosto bassa per la maggior parte delle persone, quindi sono rimasto davvero sorpreso nel vedere questo effetto, che era abbastanza ampio da essere marginalmente rilevabile”, dice.

Studio macro senza precedenti

Oltre ad essere parte di uno studio macro senza precedenti che utilizza metadati interni, il lavoro è anche il più grande mai svolto sulla disattivazione dei social media. Secondo l'articolo, il campione è 10 volte più grande di qualsiasi esperimento precedente. Gli autori, tuttavia, ammettono che il lavoro ha i suoi limiti quando si tratta di misurare l’impatto reale di una rete come Facebook nelle democrazie.

“Questo studio presenta lo stesso problema dei precedenti”, afferma David García, professore all’Università di Costanza in Germania, che ha commentato gli articoli dell’estate 2023 su Nature . “È in grado di sperimentare solo con individui che si trovano all’interno di una società in cui molte altre persone continuano a utilizzare normalmente Facebook e Instagram. Quando parliamo dell’effetto Facebook, pensiamo a come sarebbe la società senza Facebook rispetto a come è con Facebook, non a come sono le persone che non usano la rete rispetto a quelle che la usano”, spiega García .

Gentzkow ammette che indagare su questo problema va oltre la portata del mondo accademico: “Non è possibile fare un esperimento adesso per rispondere direttamente alla domanda su come sarebbe stata la polarizzazione se Facebook non fosse mai esistito”.

Ma l’esperimento, almeno, ha chiarito i dubbi sul fatto che Instagram fosse alla stessa stregua di Facebook: l’articolo non ha riscontrato alcun tipo di effetto sulla rete incentrata sugli influencer. “A parte una riduzione della partecipazione online, non riscontriamo impatti significativi della disattivazione di Instagram su nessun altro risultato primario”, afferma l’articolo. “Ciò è vero anche tra gli utenti più giovani e suggerisce che, nonostante la rapida crescita di Instagram, Facebook rimane probabilmente la piattaforma con il maggiore impatto sui risultati politici.”

Lo studio ha anche scoperto che gli utenti che hanno lasciato Facebook per sei settimane erano più diffidenti nei confronti delle informazioni politiche che vedevano su Facebook, un cambiamento che si è verificato anche su Instagram: “Una potenziale spiegazione è che il tempo trascorso lontano da una piattaforma ha reso gli utenti più consapevoli delle quantità di informazioni di bassa qualità o imprecise a cui erano stati esposti", spiega lo studio.

Mentre lo studio ha rilevato che la partecipazione politica (soprattutto online) è diminuita nel gruppo che si è disconnesso da Facebook, l’intenzione degli elettori è rimasta la stessa. In altre parole, la minore partecipazione online non ha portato a un minor numero di elettori alle urne.

Né la disattivazione di Instagram e Facebook ha avuto un effetto sulla polarizzazione , sulla legittimità percepita delle elezioni o sulle preferenze dei candidati. Un’altra domanda a cui i ricercatori volevano rispondere era quanto fosse importante Facebook per Donald Trump. Lo studio non ha trovato dati definitivi che suggeriscano che la piattaforma abbia aiutato l’ex presidente degli Stati Uniti. Sebbene i risultati siano “statisticamente insignificanti”, suggeriscono che la disattivazione ha avuto un effetto su chi hanno votato i partecipanti. “La disattivazione ha diminuito il favore di Trump, ha diminuito l’affluenza alle urne tra i repubblicani e ha aumentato l’affluenza alle urne tra i democratici”, si legge nell’articolo.

Il ricercatore David García ritiene che il lavoro avrebbe potuto essere più chiaro su questo punto: “Il risultato sulla preferenza di Trump è molto interessante. Non raggiunge il livello pre-specificato dagli scienziati, ma perché il livello delle prove che avevano è molto alto. Se avessero dato per scontato che la disattivazione di Facebook riducesse il voto per Trump, avrebbe superato il test. Vedo prove più importanti di quelle che appaiono nel testo. L'effetto era piccolo per la quantità di dati che avevano, ma non mi sembra così piccolo se si pensa a quanto tendono ad essere vicine le elezioni negli Stati Uniti “, spiega.

Facebook ha invitato 10,6 milioni di utenti a prendere parte allo studio e 637.388 hanno cliccato sull'invito. Di questi, solo 19.857 persone hanno completato l'esperimento, che ha comportato anche una serie di sondaggi. I partecipanti che hanno disattivato il proprio account per sei settimane sono stati pagati 150 dollari. Su Instagram Meta ha invitato 2,6 milioni di utenti e ha raggiunto 15.585 partecipanti.