Category: общество

Перенаселение и неизбежная жатва.

На планете 8 миллиардов человек. Ресурсы кончаются: нефть, газ, железная руда, цветные металлы, редкоземельные металлы, уран, истощаются почвы (площадь пустынь растет), истощаются запасы воды. Но при этом население продолжает расти на ~1% в год.










Добыча нефти на душу населения падает с 1970х годов. Добыча нефти абсолютная тоже падает и растут затраты на добычу. В определенный момент времени, добыча нефти станет затратней, чем прибыль от использования нефти. При этом формально, запасы нефти будут. А на практике нефть станет недоступна. Затраты энергии на извлечение нефти будут выше, чем содержащаяся в нефти энергия. Такое уже произошло с углем в Китае, добывать свой уголь у них дороже, чем закупать на внешнем рынке. Соответственно миллионы тонн разведанных запасов ресурсов это не совсем правда, или полуправда.





По нефти, просто и наглядно.

По нефти, просто и наглядно.



По запасам газа чуть лучше, но все страны экспортеры заинтересованы в преувеличении своих запасов для привлечения инвестиций.


По хорошему, если бы люди были разумны, в 1900 году нужно было на планетарном уровне принять программу, 1 семья, 1 ребенок. Тогда, постепенно, население с ~1.6 миллиарда в 1900 году сократилось бы до 0.2 миллиардов, больше не нужно. 


Collapse )

Amazon разработала ИИ для поиска сотрудников и отказалась от него из-за дискриминации женщин

Ученые создали нейросеть, распознающую «пьяные» сообщения в Twitter

статья для Хабра
https://habrahabr.ru/post/280186/
тут просто резервная копия (там статья уже пропала просто, после модерации)

Мы все знаем, что алкоголь и общение, вместо составляют не всегда хорошую комбинацию, даже у звезд. Тем не менее, многие из нас повторяют этот опыт снова и снова. И этот опыт дал американским ученым (Nabil Hossain с приятелями из University of Rochester) интересную идею. В итоге, американские ученые разработали нейронную сеть, способную распознавать в Twitter посты, написанные в состоянии алкогольного опьянения и как эти сообщения распределяются по всему обществу. Кроме того, полученная математическая модель может определять, где авторы «пьяных» постов находились в момент их написания.
Об этом сообщает MIT Technology Review.
Collapse )



Для создания своей нейросети специалисты из University of Rochester в течение целого года собирали твиты, в которых используется специфическая «алкогольная» лексика. Из этого набора, фильтровались все твиты, которые упоминают алкоголь или связанных с алкоголем слов, таких, как "пьяный", "пиво", "вечеринка" и так далее. Анализ около 11 000 постов помог установить, является ли автор сообщения тем, кто пьет спиртное, и был ли твит написан непосредственно во время употребления напитка. Это достаточно большой набор твитов для алгоритма машинного обучения.

Ученые также решили определить, откуда пользователи чаще всего пишут «пьяные» твиты.



Чтобы понять, находился ли автор поста дома, анализировалось употребление специфической «домашней» лексики (например «диван» или «ванна»). Кроме того, по возможности, использовались данные геолокации. Для уточнения координат пользователей, были разработаны дополнительные алгоритмы, например было интересно узнать, дома пользователи, или где-либо еще? Типовые алгоритмы включают в себя анализ мест отправки последнего сообщения в интервале времени от 1 часа ночи, до 6 часов утра. Тем не менее методы имеют свои недостатки и не высокую точность.

Hossain с коллегами разработали другой подход. Они составили список слов и фраз, наиболее вероятно отправленных из своих домов, таких как "Наконец дома!", или "в ванне", "на диване", "перед телевизором" и так далее. Данные твиты были исходным набором данных для уточнения местоположения людей, на основе которых нейросетью были сформированы собственные модели определения людей дома. Алгоритм уточнял, как местоположение пользователя дома, коррелирует с другими показателями, такими как местоположение последнего твита днём, самым массовым расположением твита, процент твитов из определенного места и т.п.

Опираясь на несколько показателей, нейросеть значительно повысила точность. В итоге Hossain и соавторы утверждают, что могут определять пользователей вне дома с точностью до 100 метров с вероятностью в 80%. Это значительно лучше, чем любая предыдущая работа.

Вместе, эти два метода позволили команде разработать модель, когда и где люди пьют. И они использовали это, чтобы сравнить примеры типичные питья в Нью-Йорке, и в пригородной зоне округа Монро.

Исследователи делают это, путем деления каждой области сетку из 100 х 100 ячеек и маркировки тех областей, где есть твиты, связанные с алкоголем. Что позволяет им разрабатывать и сравнивать "тепловые карты" употребления алкоголя для каждой области.

Также различаются твиты о теме питья сделаных из домашнего местоположения, от твитов в других местах. Намечаются точки продаж алкоголя в каждой области. Это позволяет исследователям изучить взаимосвязь между плотностью твитов, отправленных из разных регионов в состоянии алкогольного опьянения и плотности продажи алкоголя.

Результаты интересны для ознакомления. Во-первых, Hossain отметил, что более высокая доля твитов в Нью-Йорке связаны с алкоголем, чем в графстве Монро. "Одно из возможных объяснений является то, что переполненный город, такой как Нью-Йорк с высокой плотностью продажи алкоголя, много людей при общении, вероятно, используют более высокий уровень потребления алкоголя" говорят они.



Более того, данные геолокации показывают, что более высокая доля людей пьет дома (или в пределах 100 метров от дома) в Нью-Йорке, чем в графстве Монро, где большая часть людей пьет далее, чем в километре от дома.

Тепловые карты, также, выявляют интересные закономерности. Это позволяет команде находить области в 100 х 100 метров, в квадратах сетки, где были, по крайней мере пять твитов об алкоголе. "Мы считаем, что такие области являются признаком деятельности необычной питьевой активности," утверждает Hossain.

Они также обнаружили корреляцию между плотностью продажи алкоголя в регионе, и количеством твитов, указывающих, что кто-то пьет в настоящее время. Возникает интересный вопрос о том, как корреляция и причинно-следственная связь связаны в данном случае. Высокая плотность продажи алкоголя заставляет людей пить больше? Или пьющие стекаются в районы с высокой плотностью продажи алкоголя? Конечно, такого рода данные сами по себе не могут ответить на этот вопрос.

Тем не менее, достоинство этого метода является то, что это дешево и быстро. Другие методы, для получения аналогичной информации являются чрезвычайно дорогими и отнимаю много времени.

Как правило, требуется, чтобы люди были тщательно отобраны, для заполнения заранее подготовленных вопросников, которые должны быть далее тщательно проанализированы. Нейросеть же, обученная к этому методу может даже контролировать употребление алкоголя в режиме реального времени. "Наши результаты показывают, что твиты могут обеспечить подробной информацией о происходящем в городах", говорят исследователи.

Есть особенности, конечно. Существует искажение в данных, собранных из Twitter, так как преобладают молодые люди и представлена небольшая часть населения, активном пользующаяся социальными сетями. Но подобные искажения присутствуют в других сбора данных методы, например, опросы, как правило, не учитывают людей, которые не хотят проходить обследования, таких как некоторые иммигранты. Выявление искажений статистических данных, является важной частью всех сбора данных методов.

В дальнейшем авторы исследования хотят научить нейросеть определять пол, возраст, этническую принадлежность и иные особенности по записям в Twitter. Ученые считают, что это поможет в изучении влияния алкоголя на здоровье. Такое, казалось бы не серьезное исследование, имеет достаточно высокую практическую важность, так как только в США, из-за злоупотребления алкогольными напитками умирает 75 000 человек в год. Наличие модели потребления алкоголя в обществе, позволит наметить обоснованные пути решения данной проблемы с минимальными затратами.

Мозг и IQ

Интересная статья
https://geektimes.ru/post/269728/
Своеобразный подход, мозг с точки зрения экономии энергии. Далее интересные факты по поводу интеллекта человека вообще.

Далее много материалов по теме имеено IQ. Доказательство важности IQ со статистической точки зрения.
Коэффициент интеллекта и богатство народов

Коротко по IQ, суть интеллекта и тестов.
Коэффициент интеллекта


Всё о самых умных людях планеты Земля.
Collapse )
Самый умный человек в мире Всё о самых умных людях планеты Земля. Мэрилин вос Савант Американская журналистка, писательница, драматург. Имеет самый высокий уровень IQ в мире. Занесена в Книгу рекордов Гиннеса. По итогам разных тестов коэффициент интеллекта Мэрилин был равен 167+, 186, 218, 228 и 230. Однако утверждения того, что вос Савант – самый умный человек в мире, довольно спорный. Женщина утверждает, что первый раз прошла IQ тест еще в возрасте 10-ти лет.

16 самых умных людей нашей планеты
Этот список составлен Тимом Робертсом, профессором из Австралии с IQ 178 единиц

Далее поиском в яндексе IQ+корреляция:

Лаконичная и насыщенная статья:
http://kurdakov.livejournal.com/76227.html

Тут множество ответы для критиков IQ. Статья полностью на всякий случай. Надо бы всю статью найти.

Продолжение перевода IQ and wealth of nations
Интеллект и доходы

В этой главе мы покажем, что интеллект определяет различие доходов между людьми. Это утверждение является основой нашего тезиса о том, что интеллект населения стран является одним из основных факторов, определяющих национальный доход на душу населения и темпы экономического роста. Кроме того, мы покажем также, что интеллект является определяющим для способности обучаться и уровня профессиональной квалификации, а также то, что различные уровни интеллекта определяют различные познавательные возможности , которые объясняют, почему только те, кто обладает высоким уровнем интеллекта, могут выполнять сложные задачи.

Поскольку мы обеспокоены отношением между IQ и доходами среди стран, наиболее важными из исследований, раскрывающих объяснительную силу фактора g, являются исследования связи IQ и дохода людей. Был проведён ряд исследований, свидетельствующих о том, что существует прямая связь между интеллектом и доходом. Некоторые из этих исследований измеряли интеллект в детстве или юности и связывали с доходами в зрелом возрасте, в то время как другие измеряли интеллект в зрелом возрасте и текущий получаемый доход. Несколько исследований показали, что интеллект оцениваемый в детстве в возрасте от восьми лет и выше, является достаточно стабильным в течение жизни, и коэффициент корреляции составляет примерно 0.7 в 0.8 с интеллектом в зрелом возрасте (McCall, 1977; Li, 1975 ). Самый длинный промежуток времени, на котором была продемонстрирована высокая стабильность IQ составляет 66 лет. Это было продемонстрировано в ходе исследования, Dearti и др.. (2000), в которых 101 детей, которые были протестированы на уровень интеллекта в 1932 году ,в возрасте одиннадцати лет, были проверены еще раз в 1998 году в возрасте 77. Корреляция между двумя измерениями составила 0.77. Следовательно, не имеет большой разницы для исследования связи между интеллектом и заработком оценивался ли IQ в детстве или юности или же IQ и доходы оценивались одновременно для взрослых., т.к. показано, что обе оценки годны для прогнозирования будущих доходов. Поскольку интеллект является достаточно стабильным с возраста приблизительно восемь лет, обе методологии означают, что интеллект прогнозирует доходы, полученные в зрелом возрасте.

Результаты основных исследований о взаимоотношении между интеллектом и доходами кратко изложены в таблице 3,1. В первой строке таблицы приведены данные исследования (Дункан Dunkan, 1968) по выборке из белых мужчин в возрасте 24-35 лет, принявших участие в 1964 году в исследовании “Текущий обзор населения”, проведенным Национальным центром по изучению общественного мнения (NORC). Во второй строке из исследования Дженкс (1972) ( Jencks (1972) ) , его данные основываются на обобщении американской исследовательской литературы вплоть до 1970 года. В третьей и четвертой позиции (Браун и Рейнольдс, 1975), данные взяты из исследования о связи между IQ мужчин ,измеренного в начале взрослой жизни, и доходов примерно 12 лет спустя для выборки из 24819 белых и 4008 чернокожих, для которых в исследовании сообщалась корреляция 0.327 и 0.126 соответственно. Пятая строка (Murray, 1998), получена от Национального Продольного исследования молодежи в национально представительной выборке американского населения из 12686 человек, в результате которого была найдена корреляция 0.37 между IQ мужчин, измеренной в подростковом возрасте и доходами примерно двенадцать лет спустя, начисленных в конце двадцатых до середины тридцатых годов 20 века. Из этих исследований становится очевидным, что четыре результаты для белых очень схожи, все лежат в диапазоне между 0.31 и 0.37 с усредненным значением 0.34. Корреляция по чернокожим 0.13 существенно ниже, но, тем не менее, статистически значима. Основной причиной, по которой меньше корреляция для чернокожих, возможно, из-за большого количества интеллектуально одаренных чернокожих, рождающихся в бедности, в результате которой они не получают образования, требуемого для обеспечения среднего и высокого заработка.

Таблица 3.1 Корреляция между IQ и доходом

Корреляция Источник 0.31
Duncan, 1968 0.35
Jencks, 1972 0.33
Brown and Reynolds, 1975 0.13
Brown and Reynolds, 1975 0.37

Murray, 1998

Большинство исследователей пришли к выводу, что IQ является причиной дохода, поскольку IQ устанавливается довольно рано в детстве, и позволяет прогнозировать доходы, которые будут достигнуты в зрелом возрасте (Duncan, 1968; Duncan, Featherman, and Duncan, 1972; Jencks, 1972; Jensen, 1998). Хотя можно было бы утверждать, что социально-экономический статус семьи является основной причиной интеллекта и последующего доходов детей, но как свидетельствует Duncan, Featherman and Duncan (1972) и Jencks (1979), позитивная связь между IQ детей и доходом в зрелом возрасте сохраняется и тогда, когда при статистической обработке учтен социально-экономический статус родителей.

Результат соотношения 0.34 между интеллектуальными способностями и заработком состоит в том, что он пиводит к довольно значительным различиям в доходах групп с высоким и низким IQ. Как отмечает Jencks (1972, стр. 222) , служащие которые были протестированы во время корейской войны, и чей интеллект попал в диапазон значений выше 80 процентов всех прошедших тест для интеллекта ( т.е. имели IQ > =110 ), имели доходы на 34 процентов выше, чем в среднем по стране, когда они вернулись к гражданской жизни. И наоборот, военные попавшие в диапазон нижних 20 процентов интеллекта (т.е. имевших IQ ниже 90), имели личные доходы примерно на 34 процентов ниже среднего уровня по стране, когда они вернулись к гражданской жизни.

Хотя корреляции свидетельствуют о том, что интеллект является существенным фактором, определяющим доходы, но, конечно, не является единственным. В психологии, обычно считается, что существуют другие главные факторы: сила мотивации достижения и возможности. Эти факторы могут быть выражены в формуле IQ × Мотивация × Возможности = Достижения (Jensen, 1980). Знак умножение указывает на то, что, если какая-либо из трех переменных является низкой или нулевой, достижения и результаты также будут низкими или нулевыми. Таким образом, человек с высоким IQ и мощным стимулом, который поднимается в условиях без возможностей, не достигнет многого. То же самое относится к лицу, с высоким интеллектом, воспитываемому в среде с высокими возможностями, но у которого недостаточна мотивация. То же самое справедливо и в отношении сильно мотивированной личности, воспитываемой в среде с высокими возможностями, но имеющей низкий интеллект.

ТРЕНИРУЕМОСТЬ

Объяснение позитивной связи между IQ и доходов состоит в том, что люди с высоким IQ могут быть научены приобретению сложных навыков и то, что они могут воспользоваться ими более умело, чем те, кто имеет низкий IQ. Это делает их более производительными, и дает им возможность получать более высокие доходы. В этом разделе мы расмотрим взаимосвязь между IQ и обучаемостью. Первые исследования, показывающие положительный эффект IQ на обучаемость были проведены во время второй мировой войны при подготовке пилотов американских ВВС. Первоначально в ВВС призывали всех, не зависимо от уровня способности, для прохождения курсов пилотов, но затем обнаружили высокий отсев тех, кто оказался неспособен к обучению. В ВВС затем изучили влияние интеллекта на успешность прохождения программы обучения. Они обнаружили, что 95 процентов из тех, кто попадал в верхние 10 процентов по уровню интеллекта, успешно завершили обучение, в то время как лишь 20 процентов от тех, кто попадал в нижние 10 процентов, смогли завершить подготовку (Матараззо Matarazzo, 1972). Дальнейшие исследования американских военных подтвердили, что сложно и зачастую невозможно тренировать призывников с низким IQ. Готтфрдесон (Gottfredson (1997b, стр. 91)) был обобщен ряд докладов об опыте военных в этом вопросе: "Все согласны с тем, что эти люди были весьма дорогостоящи и сложны в обучении, не могли изучить некоторые специальности, и в процессе работы показывали результаты ниже среднего уровня. Большинство из этих мужчин, были перенаправлены на недавно созданные специальные подразделения по исправлению подготовки или прошли повторное (или многократное ) обучение базовым или техническим навыкам". В результате этого опыта, в вооруженные силы США больше не принимает новобранцев с IQ ниже 80.

Были проведены два крупных обзора исследований, посвященных изучению связи между IQ и обучаемостью , способностью к приобретению навыков. Первый состоит из мета-анализа Хантером и Хантером (Hunter and Hunter 1984) 425-ти исследований, которые использовали Батарею Тестов Общего Уровня Подготовки (GATB ) и тест общего интеллекта, для прогнозирования успеха подготовки кадров. Они классифицировали работы на две категории : общие и промышленные. Их вывод состоял в том, что для всех профессий IQ предсказывает уровень успеха профессиональной подготовки с корреляцией 0.45. Когда работы классифицируются в зависимости от их сложности, IQ коррелирует более высоко со значениями 0.50 до 0.65, чем для работ с низкой сложностью, на которых корреляция составляет от 0.25 до .40. Подробная информация о корреляции приведена в таблице 3,2.

Таблица 3.2 Корреляции между уровнем IQ и успехом подготовки

Сложность работы/тип работы

Результат подготовки

Высокая—общая 0.50
Высокая—индустриальная 0.65
Средняя—общая 0.40
Низкая—общая 0.25

Второй крупный обзор соотношения между интеллектом и успехами в учебе состоит из данных, полученных в американских военных учебных заведениях. Все служащие американской армии проходят тест интеллекта, Квалификационный тест вооруженных сил (AFQT). Эти служащие также посылаются в тренировочные школы. По окончании обучения оценивается, как хорошо они освоили курс, путем оценки эффективности их работы, знаний и навыков. Результаты основаны на выборке из 472539 военнослужащих и были проанализированы Хантером (Hunter 1985), который засвидетельствовал корреляции IQ и успехов в учёбе по пяти типам обучения: механике, офисной работе, электронике, обще техническим наукам, а также боевым действиям. Эти соотношения приведены в
Таблице 3.3. Следует заметить, что все эти корреляции являются значительными и находятся между .45 и .67. Значение корреляции зависит от познавательной сложности и оцениваемой способности. Самая высокая корреляция для электроники, которая является наиболее требовательной к уровню умственных усилий. Самая низкая по боевым действиям, которые наименее требовательными к умственным усилиям , а успех в которых в значительной степени зависит от физических навыков военнослужащего. Тем не менее, даже в этом навыке корреляция со значением .45 является ощутимой.

Таблица 3.3 Корреляции между IQ и успешностью тренировки в армии сша
Тип работы Training Success

Механическая 0.62
Офисная 0.58
Электронная 0.67
Обще техническая 0.62
Военная 0.45

ПРОФЕССИОНАЛЬНАЯ КВАЛИФИКАЦИЯ

Были проведены три основных обзора исследований, посвященных изучению связи между IQ и профессиональной квалификацией. Первый был проведен Гиселли (Ghiselli 1966), который проанализировал всю научную литературу об обоснованности тестов интеллекта для прогнозирования профессиональной квалификации. Вывод Гиселли состоял в том, что практически все исследования нашли положительную корреляцию, а масштабы этой корреляции зависели от сложности задания. Для наименее сложных работ, таких позиций как продавцы, работники сферы услуг, станочники, упаковщики корреляция между интеллектом и профессиональной квалификацией лежали в диапазоне между 0.10 и 0.19. Для работ промежуточной сложности, таких как контроллеры, секретари и сборщики, корреляция лежала в диапазоне между 0.20 и 0.34. Для самых сложных работ, которые выполняют, например, электрики и управленческие работники и профессионалы ( инженеры, врачи и т.д.) , корреляции лежала в диапазоне между 0.35 и 0.47. Его вывод, что масштабы корреляции между интеллектом и профессиональной квалификацией выше при выполнении более сложных работ был подтвержден в последующих исследованиях.

Второй крупный обзор состоит из мета-анализа Хантер и Хантер (Hunter и Hunter1984) из 425 исследований, , которые использовали Батарею Тестов Общего Уровня Подготовки (GATB ) для прогнозирования профессиональной квалификации. Хантер и Хантер разбили работы на две категории : общие работы и промышленные. Их вывод состоит в том, что, когда рабочие места классифицируются в зависимости от их сложности, IQ коррелирует выше для сложных работ и корреляции колеблются от 0.56 до 0.58, и ниже для работ с низким уровнем сложности , для них корреляции колеблются от 0.23 и 0.40. Подробная информация о корреляции приведены в таблице 3.4.

Таблица 3.4 Корреляции между IQ и квалификацией

Сложность работы – тип работы

Корреляция с квалификацией

Высокая —общая 0.58
Высокая —индустриальная 0.56
Средняя —общая 0.51
Низкая—общая 0.40
Низкая—индустриальная 0.23

Третий обзор отношений между интеллектом и профессиональной квалификацией был проведён компанией Schmidt and Hunter (1998), и оценивал результаты исследований по этому вопросу с первой мировой войны до последних нескольких лет в ХХ века. Авторы заключают, что "обоснованность различных мер персонала может быть оценена на основании 85 лет исследований. Наиболее известный вывод исследований состоит в том, что при найме на работу сотрудников без предыдущего опыта работы, наиболее адекватным для прогнозирования будущих трудовых показателей является общий уровень умственных способностей.'' Они оценили "коэффициент предсказания успешности работы" (корреляцию) между общим уровнем интеллекта и производительностью работника в 0.51.

КОГНИТИВНЫЕ СПОСОБНОСТИ ПРИ РАЗНЫХ УРОВНЯХ ИНТЕЛЛЕКТА

Подробный анализ важности интеллекта для рассмотрения проблем работы и повседневной жизни, был проведен Готтфредсон (Gottfredson 1997b). Она подвела краткий итог научным исследованиям познавательных способностей и социально-экономической компетентности людей в пяти группах, разделенных по уровню интеллекта (которые также используются Херрнстейном и Муррэйем (Herrnstein and Murray )). Группы разделены так, что первая состоит из тех, чей IQ ниже 76, следующая из тех кто имеет IQ в диапазоне от 76 до 90, третья при IQ 91 -- 110, четвертая при IQ 111-125, и пятая из тех кто имеет IQ 125 и выше.

Её выводы заключаются в следующем:

Группа с IQ ниже 76 (нижние 5 процентов от общей численности населения). Эти люди подвержены высокому риску провалов в обучении в школе и часто бросают школу, они сталкиваются с трудностями при выполнении простых задач, таких как прочитать письмо, заполнить форму, понять врачебную инструкцию, и , как сформулировал один социальный антрополог "последовательно не понимают большинство важных аспектов мира, в котором они живут, и так следствие регулярно оказываются в ситуации неспособности справиться с требованиями окружающего мира"( Edgerton , 1993, стр. 222).

IQ в диапазоне от 76-90 (следующие 20 процентов от общей численности населения). Люди в этой группе IQ способны получить навыки только для полу-квалифицированной работы. Некоторые примеры специальностей этой группы : операторы машин, сварщики, сторожи, работники общественного питания.

IQ в диапазоне от 91 до 110 ( средние 50 процентов населения) . Эти люди могут получить квалификацию рабочих и рядовых офисных служащих таких как профессии электрика, сантехника , делопроизводителя, секретаря, страхового агента и т.д. Согласно Кэрролл ( Carroll 1987) они умеют читать и понимают материал в простых журналах, газетах и популярных романах.

IQ в диапазоне от 111-125 (следующие 20 процентов). Эти лица могут относительно легко изучить комплексный материал и большинство из них может претендовать на профессиональные и управленческие должности. Кэрролл ( Carroll 1987) делает вывод о том, что только находящиеся в этом диапазоне IQ и выше могут следить за содержанием и понимать серьезные статьи в качественных газетах и журналах или читать серьезную фантастику.

IQ в диапазоне от 126 и выше (верхние 5 процентов населения). Только люди из этого диапазона могут успешно работать в познавательно сложных отраслях деятельности, таких как право, медицина, научные исследования, разработка, управление на высшем уровне.

Готтфредсон (Gottfredson 1997b) заключает ее рассмотрение следующим утверждением "Есть много других ценных черт человека, чем g, но, как представляется, ничто в современной жизни не влияет на шансы столь систематически и мощно, как фактор g" (стр. 120).

МАТЕМАТИЧЕСКАЯ МОДЕЛЬ IQ,ЗАРАБОТНОЙ ПЛАТЫ И ПРОФЕССИОНАЛЬНОГО ПОЛОЖЕНИЯ

Два экономиста, Браун и Рейнольдс (Brown и Reynolds 1975), разработали математическую модель, связывающую между собой IQ, доходы и профессиональное положение. Она выглядит так:

Yij = aj + bj (IQi – tj) + eij

где Yij это доход, tj это требуемый минимальный порог IQ в профессии j; aj является параметром, равным среднему доходу, когда IQ равен tj в профессии j; bj является калибровочным параметром > 0, и eij является случайным возмущением, не связанным с IQ, с математическим ожиданием ноль и постоянной дисперсией равной σ2.

Эта модель предполагает иерархию профессий, так, что порог IQ и коэффициенты доходов увеличиваются с усложнением профессии. Она также предполагает, что нормальное распределение IQ у населения и случайное занятие профессиональной позиции.

При моделировании индивидуумы произвольно выбираются из населения и произвольно занимают профессии, а все профессии имеют одинаковую вероятность для назначения индивидууму. Если человек с IQ ниже соответствующего порога, человек не получает профессию, но возвращается в “население” для возможного будущего назначения. Если человек имеет IQ равное или превышает порог произвольно выбранной для него профессии, человек занимает эту профессиональную позицию и его заработная плата зависит от приведенного уравнения.

Эта модель приводит к набору предсказаний.
Средний IQ в более сложных профессиях будет выше, чем в менее сложных.
Вариации IQ будут выше в менее сложных профессиях.
Средняя зарплата выше в более сложных профессиях.

Существует отрицательная корреляция между средним IQ и вариацией IQ среди профессий. Ранее это подразумевалось.

Вариация в доходах больше в более сложных профессиях.
В двух сабпопуляциях, A и B, где средний IQ в А меньше, чем средний IQ в Б и группы людей имеют одинаковую вариацию IQ, если соотношение населения А к В равно R, относительная частота лиц из А будет еще в большей степени снижаться по отношению к R с каждым более высоким уровенем профессиональной иерархии.

Предполагая, что все люди с одинаковым IQ зарабатывают в среднем одинаково, средний доход лиц группы А будет ниже, чем у В во всех профессиях.

Если средний IQ в сабпопуляции А меньше, чем средний IQ в сабпопуляции B, тогда в данной профессии лица из сабпопуляции А будут иметь меньшую вариацию IQ и доходов.

В данной профессии, корреляция между доходами и IQ будет меньше в сабпопуляции А ,чем в сабпопуляции B, и наклон линейной регрессии между доходом и IQ будет меньше для лиц из A, чем для лиц из B.

Браун и Рейнолдс показали, что эти прогнозы этой модели согласуется с эмпирическими выводами.

ЗАКОН СПРОСА И ПРЕДЛОЖЕНИЯ
До настоящего времени мы рассмотрели разнообразные доказательства, свидетельствующие о том, что интеллект связан с доходами. Основная причина этой связи заключается в действие закона спроса и предложения. Этот фундаментальный закон экономики гласит, что стоимость товаров и услуг определяется на основе баланса спроса и предложения. Если предлагаемое превосходит спрос, цена на товары и услуги будет низкой. В современном мире это касается неквалифицированной работы , для которой число имеющихся безработных всегда превышает предложение над спросом. И наоборот, если предлагаемый товар или услуга ограничены относительно спроса, цены будут высокими. Люди с высоким IQ в состоянии приобрести сложные навыки, которые не могут быть приобретены лицами с низким IQ. В результате, людей с высоким IQ не хватает для производства сложных товаров (которые они могут произвести) , на которые есть спрос. Поэтому они могут запрашивать высокий доход.

КРАТКИЙ ИТОГ
В этой главе мы показали, что интеллект, рассматриваемый как единая способность, является важным фактором, определяющим разницу доходов между людьми. В Соединенных Штатах, корреляция между IQ и заработком составляет примерно .35. Эта связь должна рассматриваться как влияние IQ на доход, поскольку IQ становится стабильным с возраста пять лет, и позволяет прогнозировать доходы, полученные в зрелом возрасте. Интеллект определяет доход, так как более умные люди быстрее учатся , эффективнее решают проблемы, могут приобретать сложные навыки и работают более продуктивно и эффективно. С точки зрения экономической теории, объяснение позитивной связи между интеллектом и заработком заключается в действие законов спроса и предложения. Людей с высоким уровнем интеллекта не хватает, и они в состоянии выполнять сложные задачи, для решения которых существует высокий спрос. В результате, эти люди могут запрашивать более высокую цену за свои знания.
---------------------
По развитию мозга

Мозг ребенка и компьютерные игры
http://psyfactor.org/lib/kidsaddicted.htm

Видеоигры разрушают мозг?
http://www.km.ru/tekhnologii/9F5AB9263CF6464085A14CAD09163772
... видеоигры стимулируют только развитие отвечающих за зрение центров и перемещение частей головного мозга человека. Остальные же части мозга при этом не работают и постепенно ослабевают.
Исследователи особенно беспокоятся о том, что тратя на компьютерные игры многие часы, некоторые дети не разрабатывают фронтальные отделы мозга, которые играют важнейшую роль в управлении поведением человека и работу памяти в обучении. В противовес играм для контрастного примера приводится математика или физика - эти науки как раз воздействуют на фронтальную часть головного мозга.

Ученые: игры стимулируют отделы головного мозга
http://texnomaniya.ru/other-interesting-news/uchenie-igri-stimulirujut-otdeli-golovnogo-mozga.html

Мозг ребенка и компьютерные игры
http://bishelp.ru/zdor-otdih/mozg-rebenka-i-kompyuternye-igry

ДЕФИЦИТ ЙОДА И ИНТЕЛЛЕКТ
http://www.babypages.ru/7875/14689/a/
В начале 1980-х годов было убедительно доказано, что даже умеренный йодный дефицит значительно повышает вероятность нарушений при формировании центральной нервной системы и снижает уровень интеллектуального развития. Не вникая в тонкости механизмов развития этих нарушений, заметим, что в норме во время беременности у женщины должно произойти значительное увеличение выделения гормонов щитовидной железы, которые необходимы для нормального развития нервной системы плода, так как эти гормоны начинают вырабатываться у него лишь после некоторого времени. В условиях йодного дефицита активность щитовидной железы беременной затруднена. Следует знать, что под воздействием гормонов щитовидной железы происходит не только развитие мозговых структур, но и становление и поддержание интеллекта в течение всей жизни.
Специальные исследования показали, что индексы умственного развития населения, проживающего в регионах йодной недостаточности, существенно (на 15-20%) ниже таковых в регионах без дефицита йода. Упрощенно – в регионах йодного дефицита на 20% больше двоечников и троечников! Это значит: на 20% больше детей, которым трудно учиться в школе, осваивать новые знания и навыки.
Проблемы, которые несет с собой йодный дефицит, можно охарактеризовать феноменом айсберга. По распространенности на верхушке айсберга – тяжелейшее заболевание, которое развивается при крайне выраженном дефиците йода – кретинизм. Это проблема не актуальна для регионов с легким йодным дефицитом. В пределах видимости, то есть в зоне, омываемой водой, находятся различные формы зоба. Подводная часть айсберга – пограничные нарушения умственного развития, которые встречаются при йодном дефиците любой тяжести.
По данным Минздрава РФ, у одного из трех детей с психологическими проблемами, выявляется в той или иной степени умственная отсталость. Психологические нарушения, в свою очередь, выявляются у 15% всех детей. Следует помнить, что различные формы зоба практически без исключения излечимы (путем значительных усилий отечественного здравоохранения), а таблеток для лечения умственной отсталости, увы, пока не придумали.
Уникальность заболеваний, связанных с йодным дефицитом, заключается в том, что их очень легко предотвратить. Для этого достаточно просто восполнить йодный дефицит.

http://iodis.com.ua/Glavnaya/intellekt.html
Интеллект и Йод

http://www.rmj.ru/articles/pediatriya/Yodnyy_deficit_i_intellekt/
Йодный дефицит и интеллект