ç¯ å´Žæ„›â˜†å¯æ„›ã„オッãƒ'イåã
目次:
中間選挙をめぐるキャンペーンは、米国の政治の現状を具体的に思い出させるものでした。部門に対処する方法として、ダートマス大学からの新しい数学モデルは、どんな社会的要因がこのギャップのある湾を広げているかもしれないかに関していくらかの希望を提供します。
以前のデータ分析により、私たちは分断された国であることがわかりました。驚くことではありません。で公開された新しいモデル 王立協会オープンサイエンス Dartmouthの応用数学者であり学部生のTucker EvansであるFeng Fu、PhDによって構築され開拓されたこの研究は、このパターンをいくつかの異なる変数にまでまとめようとしています。そうすることで、今日の政治家が20世紀半ばに比べて通路を越えて働く可能性がはるかに低いことが明らかになりました。それだけでなく、議会の民主党員も共和党員も、どちらの政党が政権を握っていても、一緒に働くことはほとんどありません。そして研究者たちは、それが単純な政治的意見の相違よりも深くなると言っています。
フーは言う 逆 モデルは代表者の政治的意見の極値、彼らが党派を固執することから得られる利益（同質性を示す要素）、そして必ずしも彼らのグループに所属していない他人との関係を築くことの利益を考慮に入れる。彼らが1949年から2009年までの米国下院からの投票データにこのフレームワークを適用したとき、これらの変数の1つの変化は議会がどのように分極したかを予測しました。
それはどのように機能しますか？
「分割を推進する基本は、人々が均質性の利点と接続の利点をどのように評価するかということです」とFuは説明します。彼らのモデル - そして現実世界のデータ - は、これらの上院議員がつながりよりも同質性を重んじることを示唆している。
これを説明するために、データはグループがどのように形成されるかについてのモデルを提示します。最初は、極端な意見が人々を両側から引き離す傾向があります。要するに、常に過激派が両側にいることになるが、それらの過激派が全体的な偏極をもたらす傾向があるかどうかは、他の2つの変数間の関係に帰着した。 2倍になり、グループと合意する。
研究者たちが自分たちのモデルでテストごとにテストを実行したとき、彼らは、より広い社会的つながりがグループ内の同質性よりも高く評価されれば、ネットワークはより中心的な点を中心に収束するだろうことを発見した。しかし、それは同質性がより高く評価されていた、グループは2つのキャンプに分裂するでしょう。
倍増し、自分の党に固執し、そして他の党が強く反対する原因を推し進めることには恩恵がありますが、通路を横切って手を伸ばすことが重要な法律を可決するのに意味がある場合もあります。 Fengは、彼らが自分たちのモデルを米国下院からの投票記録に適用したとき、そうであると思われる期間が1期間あったと説明している。彼はなぜこれが純粋に数式に基づいて起こったのかを推測するのをためらっていますが。
「史上最大の結束力である60年代から70年代にかけて、人々が同質性よりもつながりを高く評価する時代が議会にありました」とフー氏は言います。部門はそこから成長し始めました。どのような社会的または政治的要因がそれをもたらしたのか私は知らない。」
これは実際にはどういう意味ですか？
このモデルが60年代や70年代に描いた政治的背景を引き離すのは、数学的モデルではなく、政治学者や歴史家にとっての仕事です。ここで理想的には、私たちはデータの中に解決策を見つけることを望みますが、その論文はそれを提供するようには見えません。
他の研究は少なくともこの力学をもう少し明らかにした。例えば、 PLOSワン 2015年からは衆議院議員投票データ（1949年から2012年まで）でも、一般に、協力的な組（一緒に投票する反対党の代表者）は見つけるのが難しいことを強調した。
しかし、一緒に投票するさまざまな政治家の数が減少するにつれて、異なる傾向が生まれました。 1990年以来、党派に反対票を投じる傾向がある少数の代表がいます。 もっと しばしば - の作者は PLOSワン たとえば、2007年から2009年の間に開催された第110回総会では、協同組合員の98.3％が7人の議員からなるネットワーク内にいました。研究者たちは、これらの個人のそれぞれにとって、通路を越えて仕事をすることは、彼らの政治的経歴ではなく、彼らの支持者たちの最善の利益であると示唆しています。
党からの疎外の脅威にもかかわらず、各党の法案を選び、組合員と協力する数少ない超協力者は、選挙区を慎重に代表する今日の顕著な例かもしれません。
Fuのモデルによって識別された期間中にそれがより大規模に行われていたものが数学の範囲外であるかどうか、しかしおそらく歴史家の手の中では、このシフトの数学モデルは明るくなるでしょう。解決策がまだ示されていないとしても、データは、現在の場所を把握するための手がかりを保持している可能性があります。