Camelia Florela Boinea, Political Attitudes Computational and Simulation Modelling (Modelarea computațională și simularea atitudinilor politice)

Știința politică a utilizat în mod tradițional cercetarea empirică și resursele analitice pentru a înțelege, explica și prezice fenomenele politice. Una dintre criticile de lungă durată împotriva modelării empirice vizează perspectiva statică oferită de paradigma modelului invariant.

În cercetarea în domeniul științelor politice, această problemă are o relevanță deosebită, deoarece fenomenele politice dovedesc grade sofisticate de dependență de context, a căror complexitate ar putea fi cu greu surprinsă de abordările tradiționale. Pentru a face față provocării complexității, a fost nevoie de o nouă paradigmă de modelare. Această carte se referă la această provocare.

În plus, lucrarea își propune să dezvăluie puterea modelării computaționale a atitudinilor politice de a consolida metodologia politică în confruntarea cu două provocări fundamentale: modelarea culturii politice și modelarea polity.

Cartea susține că un model artificial de polity ca instrument puternic de cercetare ar putea fi cu greu eficient fără teoria, experimentele și practica modelării computaționale și simulării atitudinilor politice și, prin extensie, a culturii politice.

Această lucrare:

🟥 Sintetizează stadiul actual al modelării computaționale a atitudinilor politice, cu ilustrații și exemple prezentate pe tot parcursul cărții.

🟥Explorează diferitele abordări ale modelării computaționale și modul în care cerințele de complexitate ale științei politice ar trebui să determine direcția metodelor de cercetare și evaluare.

🟥Abordează noua disciplină emergentă a științei politice computaționale.

🟥Pune în discuție paradigmele de modelare, modelarea și simularea bazate pe agenți și modelarea bazată pe complexitate.

🟥Pune în discuție clasele de modele în domeniile fundamentale ale comportamentului de vot și luării deciziilor, acțiunii colective, ideologiei și partizanatului, apariției revoltelor sociale și conflictelor civile, relațiilor internaționale, alocării resurselor publice, politicii și funcției instituționale, funcționării, dezvoltării și reformei, formării și schimbării atitudinilor politice în societățile democratice.

Cartea este ideală pentru studenții care au nevoie de o descriere conceptuală și operațională a fazelor, obiectivelor și rezultatelor modelării computaționale a atitudinilor politice pentru a înțelege modul în care atitudinile politice ar putea fi modelate și simulate computațional. Cercetătorii, experții în politici guvernamentale și internaționale vor beneficia, de asemenea, de această carte.

#books@socialcomputing

Un alt soft util pentru vizualizarea și analiza rețelelor sociale, bun pentru începători - SocNetV

Caracteristici de bază:

🟥Metrici standard de coeziune a grafurilor și rețelelor, cum ar fi densitatea, diametrul, geodezicele, distanțele, conectivitatea, excentricitatea, coeficientul de grupare, reciprocitatea etc.

🟥Rutine matriciale: Grafic de adiacență, matrice Laplaciană, matrice de grade, cocitare etc.

🟥Măsuri avansate pentru analiza rețelelor sociale, cum ar fi indicii de centralitate și de prestigiu (de exemplu, centralitatea eigenvector, centralitatea apropierii, centralitatea betweenness, centralitatea informațiilor, centralitatea puterii, prestigiul proximității și prestigiul pagerankului).

🟥Algoritmi rapizi pentru detectarea comunităților, cum ar fi recensământul triadelor, recensământul clicelor etc.

🟥Analiza echivalenței structurale utilizând gruparea ierarhică, asemănările dintre actori, disimilitudinile dintre profilurile de legături și coeficienții Pearson.

🟥Modele de dispunere bazate pe indici de proeminență (de exemplu, circular, nivel, dimensiuni nodale în funcție de scorul de centralitate) sau pe plasarea dirijată de putere (de exemplu, Kamada-Kawai, Fruchterman-Reingold).

🟥Încărcarea și editarea rețelelor multirelaționale.

🟥Crearea aleatorie de rețele folosind diverse modele (Barabási-Albert Scale-Free, Erdős-Rényi, Watts-Strogatz Small-World, d-regular, ring lattice etc.).

🟥Seturi de date faimoase de analiză a rețelelor sociale, cum ar fi familiile florentine Padgett.

🟥Web crawler încorporat pentru a crea automat „rețele sociale” din legăturile găsite într-un anumit URL.

🟥Documentație cuprinzătoare disponibilă atât online, cât și în interiorul aplicației.

#soft@socialcomputing

Cum ne poate ajuta analiza rețelelor să înțelegem cine va fi următorul Papă?

Un studiu realizat de cercetătorii de la Universitatea Bocconi analizează modul în care statutul, informațiile și alianțele influențează alegerea papală din cadrul Conclavului.

În spatele ușilor închise ale Conclavului, dinamici similare alegerilor prezidențiale sau numirii unui CEO sunt în joc, dar cu coduri și ritualuri antice. Cercetătorii au aplicat analiza rețelelor sociale Colegiului Cardinalilor pentru a înțelege ce structuri relaționale cresc probabilitatea ca un cardinal să devină papabil.

Studiul identifică trei criterii cheie pentru "prominența" unui cardinal:

🟥Statutul: Cardinalii conectați la cei mai influenți.
🟥Controlul informațiilor: Cei care acționează ca punți între grupuri.
🟥Capacitatea de a construi coaliții: Un indice compozit care măsoară coeziunea grupului, influența directă și rolul strategic.

Modelul include, de asemenea, o corecție statistică bazată pe vârsta medie a papilor aleși din 1800.

Clasamentele indică figuri centrale în rețeaua Vaticanului, cu o densitate mare de conexiuni între cardinalii cu orientare "soft liberal" și o bună distribuție geografică.

Echipa Bocconi subliniază că modelul este un instrument de înțelegere a contextului, nu o profeție. Istoria arată importanța dinamicii relaționale, dar și a factorilor spirituali și geopolitici.

@socialcomputing