Совершенно недавно ученые из США провели исследование, которое показало, что физические данные людей напрямую воздействуют на уровень их прибыли. Они описали безоговорочную связь между пропорциями, ростом и весом человека и благополучием его семьи. Более подробно о новом изыскании поговорим ниже.
Новое исследование
В социологии давно существует гипотеза о «надбавке на очаровательность», но до сих пор окончательно подтвердить ее не удавалось ввиду взаимоисключающих итогов изысканий. Профессор и инженер Стивен Бэк вместе с профессором финансов и экономики Суйонг Сонг обнаружили, что в прежних работах ученые полагались на опрос респондентов, поэтому не всегда физические параметры отвечали реальности. К примеру, слишком худые люди склонны занижать собственный вес, а полные – завышать.
Чтобы избежать высокого уровня ошибок, воздействующих на итоги, изыскатели применили сведения 3D-сканирования тела 2400 участников. Для анализа данных и соотнесения их с экономическо-социальными переменными эксперты подключили новейшие алгоритмы машинного обучения.
Что выяснили ученые
Итоги изыскания показали, что больший вес у женщин взаимосвязан с меньшим доходом. У мужчин же высокий рост коррелирует с более высокой семейной прибылью. Соотношение объема бедер и талии оказалось добавочным важным параметром для дам.
Подробности
В этом изыскании ученые применили новые данные, называемые CAESAR, которые содержат 3-мерное (3D) сканирование всего тела, чтобы уменьшить возможные ошибки в отчетах и измерениях. Результаты оценки показывают статистически значимую взаимосвязь между внешностью и семейным доходом, а также то, что эти ассоциации различаются в зависимости от пола. Это подтверждает гипотезу о надбавке за физическую привлекательность на рынке труда и ее гендерной неоднородности.
Ученые считают, что сканирование тела может также показать некоторые интересные дополнительные детали помимо того. Например, геометрические измерения различных частей тела (объема живота, кривизны линии талии и прочего) могут привести к обнаружению новых тенденций и корреляций с социально-экономическими результатами. Ученые думают, что предложенный метод может быть применен ко многим интересным исследовательским вопросам, связанным с геометрическими сведениями, такими как графические и пространственные данные, информация из соцсетей.
Так, им удалось построить твердые попарные оценки сходства на основе анализа текста с использованием описаний продуктов для получения отраслевых классификаций. Идентичность продуктов измерялась косинусным расстоянием между векторами слов, извлеченными из их описаний. В этом случае идея графического автокодировщика может быть применена для кодирования описаний товаров и их взаимосвязей схожести. В итоге можно будет установить более точные конкурентные связи между фирмами.
