摘要似乎很明显,社会正义的利益应始终与有限地球上的环境正义保持一致。不幸的是,即使在人类世,这在实践中也是如此。本文提供了一个新的认知映射,以表明意识形态上充电的过程如何分裂人和星球的兴趣。它对行星保护的争论如何将其变成宽广的社会不平等现象(以及倒数)提供了务实,语义和空间分析。因此,它提出了对整体理论的隐性批评。努力展示社会的基本统一和环境风险,整体思维使批评家的关键工具箱无法区分透明的欺诈性绿色洗涤和科学支持但具有意识形态的责任。本文的重点是人类学意识形态的空间维度。它特别着眼于人类世界经济中外太空的不断增长的位置和修辞功能。它说明,至少在与区域外星空间相抵触这种增长的情况下,出现了外星生长的承诺,已经成为一种有效的手段,即以行星福祉的名义证明不平等的方法,以及尽管我们越来越多地为我们的行星限制了限制了生长的福音。
本文强调了欧洲绿色协议的目标是如何实现必不可少的温度目标,以减轻全球变暖。然后考虑到旨在放松监管的政府和工业世界提出的异议,强调其工具性(技术中立性)和毫无根据(由监管引起的汽车危机)。欧洲绿色交易和相关的运营部门“适合55” - 在其他规定中,该协议在2035年建立了吸热汽车的销售结束 - 旨在将CO2的净排放量减少到2030年,并在2030年降低55%,并将其消除2050年。这对巴黎一致目标的欧盟成就具有起作用,即与工业前水平相比(1850-1900时期)将本世纪温度升高限制在1.5度以内。在2011 - 2020年的十年中,全球变暖已经超过1度,这基本上是由于人类的生产和消费活动所致。因此,1.5的目标意味着平均而言,在80年中,我们还有一半的变暖,将我们与本世纪末分开。当前趋势并不令人鼓舞。在当前的十年(2020年代)中,先前的变暖记录已经超过,而在2024年,全球温度(不同测量的平均温度)首次超过了1.5度。因此,有必要通过未来的温和度来补偿离线趋势。重要的是要强调排放和温度目标并不构成极端主义绿色意识形态的官僚主义的官僚主义。相反,它们是基于全球最佳科学知识 - 在联合国国际气候变化小组(IPCC)中传达的 - 基于气候的演变,全球变暖的影响以及超过不同温度阈值的风险(例如,请参见IPCC,气候变化2023)。在这里,我们回想起这些研究的三个关键信息。•零在2050年的净二氧化碳排放量的概率> 50%与限制温度相关的50%至1.5度:因此,没有确定性,而是概率。•计数是排放的积累,其增加的(流量)必须放慢,以使库存不达到无回报的水平:2050年零的途径至关重要。•正是由于这种路径依赖性,目前十年所做的事情对结果至关重要,而当前国家减少承诺所暗示的全球排放量使得1.5度的目标非常不可能:在这些年中需要做更多的目标。
摘要激进党何时获得支持?先前的研究认为经济和主流政党意识形态融合很重要。为了回应早期不一致的发现,我提供了一种互动方法的证据。反系统政党成功了。两项研究支持这种“危机与融合”模型。在总体级别上,反系统投票在负面经济增长时期和广泛主流党意识形态脱极化期间最强劲。在选民级别上,负面的经济评估与激进党投票之间的联系更加强烈,反之亦然,当宏观经济经济性生病时,个人对融合的看法本身与对这些政党的支持更加紧密相关。主流党的同质性激进地进行了经济投票,并加强了反系统挑战者。
在一个与技术进步的世界中,人工智能(AI)在治理中的概念变得越来越现实。有些人可能发现这种可能性令人难以置信,但另一些人可能认为它是反乌托邦的。社会在实施新技术或监管和限制它们时必须考虑这些各种观点。这项研究(n = 703)探讨了左派(自由主义者)和右派者(保守派)支持在政府史无前例的政治危机中使用AI在治理决策中,该危机在政府宣告政府打算开始改革后不久就通过以色列进行了冲突。结果表明,左派人士对治理的AI更有利。虽然合法性是为了支持在两者之间使用AI的治理,但右派的接受也与感知的规范有关,而左派主义者的认可与感知的效用,政治效力和温暖有关。理解这些意识形态上的差异至关重要,无论是在理论上还是针对AI整合到治理中的实际政策制定。
摘要 本文重新审视了中日现代化道路对比的旧论点。它发展了一个新的分析框架,以探讨意识形态和意识形态变革——明治时期日本果断转向西方,而清朝中国对西方帝国主义的反应迟缓——是这些对比道路背后的主要驱动力。我们的框架和历史叙述突出了德川日本封建、分散的政治制度与清朝中国的中央集权官僚制度之间的对比,这是推动不同意识形态调整模式的关键决定因素。我们认为,1894-95 年日本对中国的海军胜利在当时的中国帝国意识形态下是无法证明的,因此成为中国随后意识形态转型的催化剂,中国通过借鉴日本成功的明治维新制度和意识形态来实现这一转型。我们的分析框架是从比较历史叙述发展而来的,它为我们理解政治和经济变革提供了新的见解,即意识形态和意识形态变革的重要性。关键词 : 意识形态、意识形态变迁、中国、日本、经济发展、经济分化、明治维新、集权、分权
研究文章 垃圾邮件发送者和诈骗者如何利用 Facebook 上的 AI 生成图像来增加受众 关于人工智能 (AI) 图像生成器(例如 DALL-E 和 Midjourney)的风险的大部分研究和讨论都集中在它们是否可用于将虚假信息注入政治话语。我们表明,垃圾邮件发送者和诈骗者(似乎是出于利润或影响力而不是意识形态的动机)已经在使用 AI 生成的图像在 Facebook 上获得显著的关注。有时,Facebook Feed 会向既不关注发布图像的页面也不意识到图像是 AI 生成的用户推荐未标记的 AI 生成的图像,这凸显了随着 AI 模型的激增,需要提高透明度和出处标准。作者:Renée DiResta (1)、Josh A. Goldstein (2) 所属机构:(1) 美国斯坦福大学斯坦福互联网观测站,(2) 美国乔治城大学安全与新兴技术中心 引用方式:DiResta, R., & Goldstein, J.A.(2024)。垃圾邮件发送者和诈骗者如何利用 Facebook 上的 AI 生成图像来增加受众。哈佛肯尼迪学院 (HKS) 错误信息评论,5 (4)。收到日期:2024 年 4 月 21 日。接受日期:2024 年 7 月 24 日。发布日期:2024 年 8 月 15 日。研究问题
气候变化对农作物和农业产量的影响是一个实际威胁,而这是一个充满挑战的问题,因为在农作物的局部规模上进行了介入的高度复杂性。对其进行评估,需要使用耦合模型气候 - 同时确定适合当地未来条件的管理和基因型的方法,以维持适应策略。我们介绍了基于区域脐带气候模型的新型集成气候适应支持建模系统的实施和使用,以及来自DSSAT平台的CERES玉米模型,并使用新的模块使用用于最佳管理和基因型识别的新模块:使用混合方法:确定性建模和-ML/ Genetic AlgorithM。它是作为罗马尼亚的区域飞行员运行的,与用户实时互动,进行农业气候预测(施肥,播种日期,土壤)并提供在气候变化预测下模拟的最佳作物管理。两个气候场景RCP4.5和RCP8.5和十二个管理场景的多模型集合模拟显示了该地区的新结果。对于实际基因型,我们发现在所有播种日期和测试的受精水平的气候情况下,预计平均降低产量的平均值下降,对初始土壤参数敏感的反应。这种反应与两个因素有关:较短的生长季节高达10%,并且在温暖的气候下施肥效率损失。对基因型的最高收获敏感性被证明是在温暖气候下分别为幼年为成熟阶段的热时间的变化。的警告指向结果显示农业收益的农业管理机会的范围狭窄,但在相反的情况下,最佳基因型范围识别的重要作用也可能在极端的几年中为气候变化提供农作物解决方案。在六个跨参数模拟的集合中识别最佳气候下的最佳基因型显示出最大产量的系统较低值,但强调了与实际气候相比,场景中中间产量值增加的基因型窗口。结果使用确定性耦合建模系统与数据驱动的建模相结合,以识别最佳适应性,包括施肥路径,这有助于缓解气候变化。
3 相比之下,基础设施投资由州和联邦交通税以及州和联邦普通基金拨款共同资助,可能不如司机每次加油时缴纳的税款有形。 4 过去的文献发现,汽油税与滞后的州汽油税前价格(Goel 和 Nelson (1999))和滞后的州汽油消费量(Hammar 等人 (2004))呈负相关,这表明政客们可能不愿意在家庭燃料消费成本较高的时间和地区增加税收。同样,Decker 和 Wohar (2007) 发现卡车运输行业的滞后就业与柴油税之间存在负相关性。 5 https://www.nytimes.com/2015/01/03/business/energy-environment/support-for-gas-tax-increase-still-nil-despite-falling-prices.html,https://www.forbes.com/sites/jamesmorris/2022/02/12/electric-vehicles-will-need-new-taxation-or-governments-will-lose-billions/?sh=5654846527ed
的发现:研究结果表明,存在与政治意识形态和社交媒体相关的上下文和方法论差距。初步的经验综述表明,Echo Chambers存在于社交媒体平台上,个人主要接触到与其政治信仰保持一致的信息。社会身份理论和选择性暴露理论有助于理解用户的政治隶属关系如何影响他们在线互动,从而增强了回声室。这些Echo Chambers是通过用户渴望团结的渴望和志趣相投的内容的选择,对民主话语和社会凝聚力构成了挑战。这项研究强调了通过促进媒体素养,批判性思维和对社交媒体平台上各种观点的影响,以促进更具包容性和审议性的公共领域来应对这些挑战的重要性。