Судовой Журнал56 читателей тэги

Киндлбергер Ч. "Мировые финансовые кризисы. Мании, паники и крахи"

https://djvu.online/file/GfIH3vg0GgKY0

Диагностика уровня эмпатии/(В.В. Бойко)

Инструкция Если вы согласны сданными утверждениями, ставьте рядом с их номерами знак «+», если не согласны — то знак «-».

полный текст

На почитать:
Майкл Хадсон (экономист) - Michael Hudson (economist)
https://ru.wikibrief.org/wiki/Michael_Hudson_(economist)
Цитата:
"Хадсон посвятил всю свою научную карьеру изучению долга, как внутреннего (ссуд, ипотеки и процентные платежи ) и внешние. В своих работе он последовательно отстаивает идею о том, что ссуды и экспоненциально растущие долги, опережающие прибыль от экономики реальной сферы, губительны как для правительства, так и для населения государства-заемщика. поскольку они вымывают деньги (идущие на выплаты ростовщикам и арендаторам ) из оборота, не оставляя их для покупки товаров и услуг, скрытый тексти тем самым приводят к дефляции долга (т.е. ценного ресурса "денег" в экономике становится меньше, и это повышает их ценность, и следовательно долг перед ростовщиком становится для заёмщика тяжелее выплатить прим. Чит.).
Хадсон отмечает, что существующая экономическая теория (Чикагская школа в частности) находится на службе у рантье и финансистов и разработала особый язык, призванный создать впечатление, что текущее статус-кво не имеет альтернативы. В ложной теории паразитические обременения реальной экономики, вместо того, чтобы вычитаться в бухгалтерском учёте, складываются как прибавка к валовому внутреннему продукту и представляются как производительные. Хадсон рассматривает защиту потребителей, государственную поддержку инфраструктурных проектов и налогообложение паразитических секторов экономики-рантье налогообложения рабочих как продолжение линии современных экономистов-классиков."

Книга:
"... и прости им их долги: кредитование, потеря права выкупа и погашение от финансирования бронзового века до юбилейного года"(2018)

А так же, как на науку влияет индекс цитируемости

https://ru.m.wikipedia.org/wiki/%D0%A2%D0%B5%D1%85%D0%BD%D0%BE%D0%BA%D1%80%D0%B0%D1%82%D0%B8%D1%8F

Очень на самом деле интересно посмотреть на своё родимое предприятие под таким углом), как технологи борются с менеджерами)..

-----

Манифест российской технократической партии:

https://ridero.ru/books/manifest_rossiiskoi_tekhnokraticheskoi_partii/freeText

«Скажи мне, кто твой друг, — и я скажу, что ты думаешь»

Влияют ли мнения друзей на наши взгляды? Как алгоритмы ранжирования мешают нам узнавать новое? Что такое эхокамера и можно ли ее избежать? Почему в социальных сетях особенно хорошо распространяются фейки? Об этом Naked Science расспросил Ивана Козицина* — исследователя моделей динамики взглядов и распространения социального влияния.

Источник:

https://naked-science.ru/article/interview/skazhi-mne-kto-tvoj-drug

https://www.liebertpub.com/doi/full/10.1089/cyber.2017.0384

Аннотация
Растущее использование социальных сетей обеспечивает обширный и новый источник экологических данных, генерируемых пользователями (цифровые следы), которые можно автоматически собирать для исследовательских целей. Доступность этих наборов данных в сочетании с конвергенцией социальных и компьютерных наук побудила исследователей разработать автоматизированные методы извлечения цифровых следов из социальных сетей и их использования для прогнозирования индивидуальных психологических характеристик и поведения. скрытый текстВ этой статье мы рассмотрели литературу по этой теме и провели серию метаанализов, чтобы определить силу связи между цифровыми следами и конкретными индивидуальными характеристиками; личность, психологическое благополучие и интеллект. Возможные эффекты модератора были проанализированы в зависимости от типа платформы социальных сетей, типа изученных цифровых следов, и качество обучения. Наши результаты показывают, что цифровые следы из социальных сетей могут быть изучены для оценки и прогнозирования теоретически отдаленных психосоциальных характеристик с поразительной точностью. Анализ модераторов показал, что сбор определенных типов информации (например, демографические данные пользователей) и включение различных типов цифровых трассировок может помочь повысить точность прогнозов.
За полную статью просят много жабьих шкурок, т.к. статья на инглише.
Любопытно, надо покопать) в этом направлении).