48 articoli
Questo studio evidenzia che la durata e la qualità del sonno influenzano le preferenze di ridistribuzione fiscale, mostrando una relazione a forma di U rovesciata in cui un sonno ottimale massimizza le aliquote fiscali accettabili, con effetti più marcati nei gruppi ad alto reddito e in presenza di una maggiore destinazione delle tasse ai redditi più bassi.
Lo studio analizza i dati dell'UE e conclude che, sebbene inizialmente esista una correlazione positiva tra il numero di segnalazioni di transazioni sospette e le condanne per riciclaggio di denaro, tale relazione si rivela spuria e non causale una volta controllate le tendenze temporali comuni e le differenze specifiche tra i paesi, suggerendo che un aumento delle segnalazioni non garantisce statisticamente un incremento delle condanne.
Questo articolo propone un nuovo paradigma di simulazione basato su scenari che integra modelli fisici e sociali per valutare ex-ante gli impatti diretti e indiretti delle regolamentazioni del traffico urbano, come dimostrato da uno studio di caso sulle restrizioni della circolazione.
Lo studio dimostra che nelle organizzazioni autonome decentralizzate (DAO), l'aumento del flusso di proposte supera la capacità di monitoraggio della partecipazione diffusa, innescando un punto di rottura che porta a una concentrazione endogena del controllo effettivo in un numero ridotto di partecipanti attivi.
Il paper sviluppa un modello di equilibrio generale in un mondo lineare in cui commercio e confini sono determinati endogenamente, fornendo un quadro unificato e trattabile per analizzare le interazioni geopolitiche, la politica economica, la sicurezza e l'ideologia.
Questo studio dimostra che, nel contesto dell'etichettatura umana per eventi rari, l'uso di feedback bilanciati e la richiesta di probabilità espresse dai lavoratori, uniti a una ricalibrazione post-processo, riducono i bias cognitivi e migliorano significativamente l'affidabilità dei modelli di deep learning downstream.
Utilizzando un modello di catena di approvvigionamento globale calibrato sui dati OCSE, lo studio valuta la vulnerabilità dell'economia indiana alle sanzioni straniere, identificando l'Arabia Saudita come il principale rischio a livello nazionale, seguita da Emirati Arabi Uniti, Cina, Singapore, Stati Uniti e Russia.
Lo studio dimostra che l'aumento dell'intelligenza e della diversità degli agenti AI, unito all'apprendimento per rinforzo, può peggiorare i risultati collettivi e causare sovraccarichi pericolosi in scenari di scarsità di risorse, mentre la formazione di tribù mitiga tale rischio, rendendo l'esito finale dipendente esclusivamente dal rapporto tra capacità e popolazione.
Nonostante la crescente attenzione verso i finanziamenti interdisciplinari, questo studio dimostra che le ricerche interdisciplinari ad alto impatto sono spesso sostenute da grant disciplinari, i quali, grazie alla profonda competenza che offrono, generano citazioni superiori sia nei campi di origine che in quelli più ampi.
Questo studio teorico analizza la competizione tra crescita moltiplicativa casuale e ridistribuzione in sistemi su larga scala, rivelando che mentre una migrazione sufficiente previene la localizzazione estrema in condizioni statiche, l'aggiunta di rumore temporale induce una fase parzialmente localizzata che attenua ma non elimina la concentrazione, con implicazioni per la disuguaglianza di ricchezza e la crescita della popolazione.
Questo studio presenta un modello di equilibrio che unisce le teorie di Arrow-Debreu e Kyle per analizzare la scoperta dei prezzi nei mercati delle opzioni, spiegando come un agente informato con conoscenze private sulla distribuzione dei rendimenti possa generare strategie di trading comuni e il fenomeno del "volatility smile".
Questo studio estende la misura di restrittività dei modelli econometrici a contesti funzionali e strutturali, dimostrando che la valutazione su domini continui e la presenza di endogeneità aumentano significativamente la restrittività percepita rispetto alle osservazioni finite, mentre l'analisi evidenzia l'inadeguatezza di certe funzioni di discrepanza e collega la restrittività alla curva di apprendimento media.
Utilizzando dati del Cooperative Election Study per modellare comportamenti elettorali più realistici, come la presenza di schede parziali, questo studio dimostra che le differenze nel moderare i candidati tra il metodo Condorcet e il voto a turno unico istantaneo (IRV), evidenziate in modelli teorici ideali, si riducono sostanzialmente, suggerendo che l'effetto moderante del metodo Condorcet nella realtà è meno marcato di quanto previsto.
Il paper sviluppa un modello macro-finanziario stocastico in tempo continuo che integra il framework di Keen con un mercato azionario a salti per formalizzare un ciclo di feedback endogeno tra espansione del credito, fragilità finanziaria e crisi, dimostrando l'esistenza globale del sistema e illustrando come la sensibilità del credito e i parametri dei salti generino regimi che vanno dalla crescita stabile ai cicli boom-bust.
Questo articolo sviluppa un modello di equilibrio dinamico per i Market Maker Automatizzati (AMM) che, integrando dati empirici e interazioni strategiche tra arbitraggisti, fornitori di liquidità e trader rumorosi, rivela un'asimmetria intrinseca nell'impatto dei prezzi e caratterizza le condizioni per un equilibrio interno non banale in cui la liquidità ottimale presenta una relazione a forma di campana con la volatilità.
Questo studio analizza le sfide di sostenibilità dei resort di lusso alle Maldive attraverso il quadro dei 12 principi del turismo sostenibile e l'approccio del triple bottom line, proponendo raccomandazioni strategiche per migliorare la gestione dei rifiuti, le catene di approvvigionamento e la conservazione ambientale.
Lo studio analizza i dati sui voti di oltre 14.000 legislatori statali statunitensi dal 2011 al 2022 e conclude che, nonostante la polarizzazione politica e la frequenza dei massacri, questi eventi tragici non influenzano in modo misurabile il comportamento di voto dei legislatori sulle politiche relative alle armi da fuoco.
Uno studio su 13 ricerche rivela che le persone tendono a ridurre la retribuzione dei lavoratori che utilizzano l'intelligenza artificiale a causa della percezione di minore sforzo e autonomia, sebbene tale penalità possa essere mitigata mantenendo il controllo creativo o attraverso contratti vincolanti.
Utilizzando dati PISA 2022 e metodi di machine learning spiegabile (SHAP), questo studio analizza i determinanti e l'eterogeneità della resilienza accademica degli studenti in nove paesi latinoamericani post-pandemia, identificando fattori chiave sia a livello familiare che scolastico per orientare future politiche educative.
Utilizzando un approccio ibrido DEA e machine learning sui dati PISA 2022 di nove paesi latinoamericani, lo studio rivela un divario di efficienza cognitiva e non cognitiva a favore delle scuole private e identifica fattori determinanti specifici, come la disponibilità di risorse domestiche e l'autonomia scolastica, che influenzano diversamente l'efficienza tra i due settori.