Trendande ämnen
#
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.

Valerio Capraro
Docent vid Uni Milan-Bicocca. Jag skriver om socialt beteende och AI.
Fascinerande artikel som just publicerats i Science.
Författarna analyserar karriärvägarna för topppresterande inom flera områden, inklusive Nobelpristagare, elitschackspelare, olympiska guldmedaljörer och fler.
Deras centrala upptäckt utmanar en vanlig uppfattning.
Intensiv, enkeldisciplinär träning i ung ålder ger visserligen en tidig fördel, men denna fördel avtar med tiden.
Till skillnad från detta tenderar personer som utsätts för tvärvetenskaplig praktik tidigt i livet att börja långsammare. Men på lång sikt är de mer benägna att nå världsklassprestationer och så småningom gå om tidiga specialister, som ofta landar precis under toppen.
En viktig påminnelse om att bredd tidigt kan vara en stark investering i långsiktig excellens.
Länk till artikeln i det första svaret.

53
Nu ute i naturen, mänskligt beteende! 🚀🚀
Under de senaste decennierna har forskning om kollektivt mänskligt beteende i hög grad förlitat sig på nätverk. Detta är intuitivt: människor interagerar med andra människor.
Vi menar dock att detta dominerande ramverk saknar en avgörande ingrediens.
Traditionella nätverk representerar agenter som noder och parvisa relationer som kanter. Som ett resultat antar de i grunden att sociala interaktioner kan delas upp i par.
Ändå är många sociala processer irreducerbart gruppbaserade.
Ett enkelt exempel: en grupp av tre medförfattare som skriver en artikel kan inte reduceras till tre oberoende par av medförfattare. Gruppen i sig spelar roll.
I denna artikel granskar vi ett brett spektrum av empiriska och teoretiska fall där gruppinteraktioner inte kan delas upp i parvisa fall, och visar att högre ordningens interaktioner formar kollektivt beteende utöver dyadiska band.
Vi förespråkar att studera kollektivt beteende på hypergrafer, där interaktioner kan involvera flera agenter samtidigt.
Vi granskar hur hypergrafer ger nya insikter över domäner, inklusive anslutnings- och samarbetsnätverk, högfrekventa kontaktsituationer (familjer, vänner) och viktiga sociala processer såsom social smitta, samarbete, sanningssägande och moraliskt beteende.
Slutligen skisserar vi lovande riktningar för framtida forskning: att adressera beräkningsmässiga utmaningar för högre ordningens modeller; studier av bias och ojämlikhet i gruppdynamik; kombinera hypergrafer och stora språkmodeller för att undersöka samevolution mellan språk och beteende; och använda högre ordningens nätverk för att simulera påverkan av policyer före implementering; och andra.
Vi är mycket entusiastiska över detta arbete och hoppas att det kommer att inspirera till vidare forskning inom ett snabbt växande och grundläggande område med breda verkliga konsekvenser.
Länk till artikeln i det första svaret
Detta verk leddes briljant av Federico Battiston (@fede7j), med ett enastående team av medförfattare: Fariba Karimi (@fariba_k), Sune Lehmann, Andrea Bamberg Migliano, Onkar Sadekar (@OnkarSadekar), Angel Sanchez och Matjaz Perc (@matjazperc)

51
Topp
Rankning
Favoriter
