第6周行业和学术资讯推送

本周行业资讯

特别推荐

诺奖相关·人工神经网络与人工智能

本周学术资讯

  • 【重磅】Michael E. W. Varnum, Nicolas Baumard, Mohammad Atari, and Kurt Gray, (2024). Large Language Models based on historical text could offer informative tools for behavioral science, PNAS, 121 (42) e2407639121, https://doi.org/10.1073/pnas.2407639121

    导读

    行为科学想研究历史人物,该怎么办?历史人物已经不在人世,他们不可能接受任何问卷调查或参与实验,对这类群体进行研究还有可能吗?作者创造性地提出解决这一问题的变革性方法——历史大型语言模型(HLLMs)。该模型经由历史文本语料库训练,可以模拟历史上的各类社会参与者群体的行为表现。利用该模型,研究者可以比较维京人、古罗马人和早期现代日本人在经济活动中的合作倾向,甚至研究古代波斯人或中世纪欧洲人典型的性别观念态度。

  • van Wijk, D. (2024). Higher incomes are increasingly associated with higher fertility: Evidence from the Netherlands, 2008–2022. Demographic Research, 51(26), 809–822. https://doi.org/10.4054/demres.2024.51.26

    导读

    多钱多生孩?在富裕社会中,收入与生育率之间的关系持续变化。研究者却对个体层面的动态演变知之甚少。作者利用2008-2022年荷兰全体人口登记数据,系统研究收入与生育行为之间的关系。

  • Kühn, J., & Wolbring, T. (2024). Beauty pays, but not under all circumstances: Evidence on gendered hiring discrimination from a novel experimental treatment using deepfakes. Research in Social Stratification and Mobility, 100992, 100992. https://doi.org/10.1016/j.rssm.2024.100992

    导读

    美貌有溢价?以往研究普遍认为,美貌产生的身体吸引力在求职过程中能获得更高的聘用机会,但外表迷人的求职者若行为不当和未能达到社会期望,反而会受到更强烈的惩罚。作者利用Deepfake技术制作一系列虚拟求职视频,采用2×2×2因子调查实验方法,系统评估美貌在求职中造成的待遇差异。

  • Wotschack, P., & Samtleben, C. (2024). Crossers in a segmented labour market: Occupational advancement and wage changes from semi-skilled and unskilled jobs. Work, Employment & Society. https://doi.org/10.1177/09500170241275861

    导读

    非熟练或半熟练工人是如何晋升的?他们的晋升路径如何受到组织和就业部门的影响?这些问题仍然悬而未决。作者利用雇主-雇员数据,系统分析2005年至2010年期间44024名半熟练和非熟练工人的职位晋升与工资增长情况。

  • Cavaillé, C., Chen, D. L., & Van der Straeten, K. (2024). Who cares? Measuring differences in preference intensity. Political Science Research and Methods, 1–17. https://doi.org/10.1017/psrm.2024.27

    导读

    不同调查工具对于采集受访者的个人观点有影响吗?作者系统评估了Likert量表、Likert量表+个人重要性选项、调查研究的二次投票三种调查工具在采集受访者观点方面的差异。