XRUST.ru » Новости » Как друзья детства влияют на будущий достаток
Новости

Как друзья детства влияют на будущий достаток

4 августа 2022, 00:23 43 092 0 16.5

Исследование, проведенное учеными из Гарвардского, Стэнфордского и Нью-Йоркского университетов, доказало, какое влияние оказывают на людей друзья детства. Статья опубликована в журнале Nature.

Для исследования были использованы данные 72,2 миллионов пользователей социальных сетей в возрасте от 25 до 44 лет. Благодаря полученным данным учеными было выяснено, как дружба с детьми из бедных и обеспеченных семей, влияет на доходы во взрослой жизни.

Исследователи ранжировали пользователей согласно их социально-экономическому статусу, возрасту и региону. После подсчета количества взаимодействий богатых и бедных людей они придумали термин «экономическая связь», который обозначает социально-экономический уровень друзей юзеров.

В результате учеными было выяснено, что друзья детства оказывают непосредственное влияния на финансовое состояние в будущем. Так, дружба с обеспеченными людьми увеличивает доход в будущем в среднем на 20%. Что является доказательством того, что экономическая связь является одним из самых сильных факторов, которое определяет финансовое положение взрослого человека.
О том, какие вещи притягивают бедность, читайте здесь Xrust: Как друзья детства влияют на будущий достаток

дружба, друзья, доходы, богатство, достаток, бедность, исследование

Поделится
16.5 0

Комментарии


Новый метод MIT делает ИИ более объяснимым
Учёные из Массачусетского технологического института представили новый метод, который помогает моделям искусственного интеллекта объяснять свои прогнозы более понятно и точно. Разработка была создана в лаборатории CSAIL MIT и будет представлена на Международной конференции по обучению представлениям. Технология может повысить доверие к ИИ в медицине, анализе изображений и других критически важных областях. Почему объяснимость ИИ становится критически важной Современные системы искусственного интеллекта часто называют «чёрным ящиком», констатирует xrust. Они способны давать точные прогнозы, но пользователи не всегда понимают, почему модель пришла именно к такому результату. Это особенно важно в таких областях, как: медицинская диагностика; анализ медицинских изображений; научные исследования; системы безопасности. Например, если алгоритм обнаруживает меланому на снимке кожи, врач должен понимать, какие признаки на изображении привели к такому выводу. Без этого доверие к алгоритму
735 1