40. Journal RSES on Economic Development: Lists of articles in English 2018-2024 and Editorial Board
自 2021 年以来在 RSES 上发表的英文文章第 40 篇，作者 Maria-Carmen Guisan，西班牙计量经济学教授我们在此包含 RSES 上发表的英文文章的链接。西班牙语文章的链接包含在我们西班牙语博客的第 42 篇中。点击每篇文章的“摘要”，即可在 Ideas.Repec 上访问 pdf 版本。2024 年 4 月 3 日和 11 日的更新RSES 第 24-2 卷英文文章芬兰林业发展经验研究，Sergey O. MEDVEDEV、Mikhail A. ZYRYANOVI出口补贴对非石油出口的影响——来自阿塞拜疆的证据，Ramil HUSEYN、Namig SHALBUZOV
Understanding Deep Learning Algorithms that Leverage Unlabeled Data, Part 1: Self-training
深度模型需要大量的训练样本，但标记数据很难获得。这激发了利用未标记数据的重要研究方向，而未标记数据通常更容易获得。例如，可以通过爬取网络获取大量未标记的图像数据，而 ImageNet 等标记数据集则需要昂贵的标记程序。在最近的实证发展中，使用未标记数据训练的模型已开始接近全监督性能（例如 Chen 等人，2020 年，Sohn 等人，2020 年）。本系列博客文章将讨论我们的理论工作，该工作旨在分析使用未标记数据的最新实证方法。在第一篇文章中，我们将分析自我训练，这是一种非常有影响力的半监督学习和领域自适应算法范式。在第 2 部分中，我们将使用相关理论思想来分析自监督对比学习算法，这种算法对于
Understanding Deep Learning Algorithms that Leverage Unlabeled Data, Part 1: Self-training
深度模型需要大量的训练样本，但标记数据很难获得。这激发了利用未标记数据的重要研究方向，而未标记数据通常更容易获得。例如，可以通过爬取网络获取大量未标记的图像数据，而 ImageNet 等标记数据集则需要昂贵的标记程序。在最近的实证发展中，使用未标记数据训练的模型已开始接近全监督性能（例如 Chen 等人，2020 年，Sohn 等人，2020 年）。本系列博客文章将讨论我们的理论工作，该工作旨在分析使用未标记数据的最新实证方法。在第一篇文章中，我们将分析自我训练，这是一种非常有影响力的半监督学习和领域自适应算法范式。在第 2 部分中，我们将使用相关理论思想来分析自监督对比学习算法，这种算法对于
Social Justice Thrives in Cook County during Tradeoff Holiday
在这场可怕的疫情期间，一线希望是许多不便的权衡不再适用。耶鲁大学的一项研究表明，付钱让人们不工作暂时不会阻止任何人工作。也许清空监狱也可以提高公共安全。我们可以同时实现社会正义和安全。下图 1 显示了过去半年内库克县被定罪并入狱的伊利诺伊州监狱中人数。新罪犯的数量一直在 3000 到 4000 之间，直到疫情爆发才降至 1000 人。图 2 将样本限制在被定罪的杀人犯。他们一直以每年约 130 人（每半年 65 人）的速度进入伊利诺伊州监狱，直到 2020 年上半年，这一比例下降到每年约 40 人（每半年 20 人）。我希望芝加哥地区的活动家能够努力帮助保持这一进步。也许他们甚至可以为伊利诺伊
