• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  •  science >> Ciencia >  >> Otro
    El modelo de pronóstico podría predecir qué proyectos de ley se aprobarán

    El profesor de ciencias políticas de la Universidad de Purdue, Eric Waltenburg, y el profesor asistente de ciencias de la computación, Dan Goldwasser, se han unido para diseñar un modelo de pronóstico que utiliza la ciencia de datos para determinar los votos de los legisladores estatales. Crédito:Universidad Purdue

    Cuando Estados Unidos se retiró del Acuerdo Climático de París el año pasado, 20 estados, incluidos Nueva York y California, resolvieron formar un nuevo acuerdo no federal para abordar el cambio climático y las emisiones de gases de efecto invernadero.

    Según el profesor de ciencias políticas de la Universidad Purdue, Eric Waltenburg, Muchas decisiones políticas significativas como esta tienen lugar a nivel estatal, pero el público las ignora en gran medida. Colabora con Dan Goldwasser, profesor asistente de informática, para ayudar a las personas a comprender mejor el impacto de las decisiones tomadas a nivel estatal. Juntos lideran un proyecto centrado en desarrollar un modelo de pronóstico para predecir el comportamiento de votación de los legisladores estatales.

    "Si nuestro proyecto funciona como espero, abrirá el proceso de formulación de políticas y la gente tendrá una mejor idea de cuáles pueden ser los resultados legislativos, ", Dijo Waltenburg." Desmitificaría el proceso legislativo estatal para el público ".

    Las legislaturas estatales son asambleas de miembros electos que votan sobre las leyes y políticas de su estado. En una votación nominal se llama el nombre de cada legislador, y deben indicar en el expediente si están a favor o en contra de una ley en particular. Usando fuentes públicas como Twitter, blogs políticos, cuentas de periódicos y datos históricos de la última década, Los informáticos que trabajan con Waltenburg utilizarán técnicas de aprendizaje automático para predecir de qué manera un legislador puede votar sobre un proyecto de ley en particular.

    "Lo que estamos tratando de hacer es identificar fuerzas clave (me refiero a ellas como preferencias reveladas) entre los legisladores y usar esas preferencias para predecir resultados, ", Dijo Waltenburg." Tenemos una gran cantidad de datos históricos de votación nominal a nivel estatal, y con esos datos podemos producir matrices relacionales de cómo vota cada legislador en relación con todos los demás miembros de la legislatura ".

    Por último, su objetivo es crear un sitio web al que la gente pueda acudir para predecir el resultado de una legislación en particular. Goldwasser agregó que el impacto de las decisiones tomadas a nivel estatal es más significativo de lo que la gente piensa, a pesar de que no obtendrán la misma cobertura que las que se realizan a nivel nacional.

    "Realmente esperamos que este sea un servicio público que permita a las personas responsabilizar a sus representantes y al menos tomar decisiones más informadas cuando vayan a las urnas". "Dijo Goldwasser.

    Al final del verano su proyecto se habrá expandido más allá del estado de Indiana a Oregon y Wisconsin, donde probarán su modelo de pronóstico en las cámaras de nivel inferior de esos estados. Por último, les gustaría transformar su modelo de estático a dinámico, traer datos en tiempo real de Twitter y otras fuentes en línea para que el modelo pueda adaptar la matriz relacional a medida que surgen las preferencias reveladas.

    "Una de las preguntas que nos hacemos es:¿Cómo podemos usar recursos en línea como Twitter o la cobertura de noticias para actualizar dinámicamente el modelo que tenemos sobre esas preferencias? ", dijo Goldwasser." Cuando no se menciona explícitamente cómo se va a comportar un legislador estatal, podemos aprender a inferir su comportamiento ".

    El equipo tiene un modelo estático para la Casa de Indiana, pero en última instancia, le gustaría desarrollar un modelo de pronóstico para todos los estados y sus cámaras. Su proyecto fue uno de los ocho seleccionados por la Iniciativa Integrativa de Ciencia de Datos de Purdue para ser financiado por un período de dos años. La iniciativa fomentará la colaboración interdisciplinaria y se basará en las fortalezas de Purdue para posicionar a la universidad como líder en investigación de ciencia de datos y se centrará en una de cuatro áreas:atención médica; defensa; ética, sociedad y política; y fundamentos, métodos, y algoritmos. Los ejes de investigación de la Iniciativa Integrativa de Ciencia de Datos están alojados en Discovery Park de Purdue.

    "Aunque la idea de predecir los votos legislativos es un tema de ciencia política bastante convencional, La experiencia de Dan nos permite desarrollar un modelo de pronóstico que va mucho más allá de donde han llegado la mayoría de los científicos políticos, ", dijo Waltenburg." El proyecto en el que estamos trabajando es un gran ejemplo de cómo los recursos y el profesorado de Purdue se ayudan mutuamente a implementar ideas y colaborar en el campus y las disciplinas ".


    © Ciencia https://es.scienceaq.com