On ne parle tant de mémoire que parce qu'il n'y en a plus.

my sociological commonplace 📒

rss: https://sociologist.vercel.app

clips: @thesocclip
cinema: https://t.me/+-fGMCxdERaIxZjE1
lib: @thesoclib

CC BY-NC 4.0
The Sociologist
法国经济学家 Thomas Piketty 的去年的新书 Capital et Idéologie (资本论与意识形态) * 最近出了英文版**,延续他此前一本畅销书《二十一世纪资本论》对于欧美新自由主义的收入不平等问题的阐述,而且是从更长时段下统计学观测,批评精英阶层对不平等的维持。 数据到底能不能用来准确反应社会变化,即使今天数据的精确和开放远胜以往,也依然 难以 准确记录和避免误读。The Economist 也批评了这一点,并认为 Piketty 为社会主义辩护。The Guardian 则指,…
Thomas Piketty 接受哈佛大学出版社 采访,谈了 Capital and Ideology 的研究与写作的心得与想法。此前他的 Capital in the Twenty-First Century 一书饱受批评的一点在于其西方中心视角,而 Piketty 在其出版后的交流中拓宽视野,拓展论述了不同国家及时期的社会制度中的不平等。

对于各式意识形态,Piketty 认为它们其实很脆弱,对作为政治结构的不平等不断被冠以各种看似合理的叙事。人们对「不平等」的认知充满宗教性,认为当今的不平等是功绩制的、动态的、开放的,而过往则是威权与不公平带来的必然结果。

长时段的视角也有助于理解看似今天坚固的体系并非不可撼动。Piketty 以瑞典为例,人们以为其社会民主社会模式来自维京文化,实际上瑞典曾长期极度不平等,改变 并没有多久

对于为何八十年代后的不平等不断加剧之下的左翼政党毫无作为,Piketty 也作出解释。二战之后的各种左翼政党多由教育程度低、社会阶层低的成员组成,而当今的各国民主党、工党、社会民主党可以被称为「左翼婆罗门」,普遍受过高等教育且处于富裕阶层,社会弱势群体也因此不再投票支持(e.g. Jeremy Corbyn)。
斯坦福大学卫生研究与政策副教授 Kristin Sainani 的一节线上研讨 How to Be a Statistical Detective(如何成为一名统计侦探:用简单方法侦测统计错误),面对医学领域的 再现性危机 介绍了几个避免统计错误的工具。节省时间的话,也可以直接阅读她去年底发的一篇题目相同的 文章,不过研讨中结合了更多案例,并结合每个案例介绍工具。

第一个案例是 2006 年的一篇发在 Nature Medicine 上的 研究,其声称可以识别基因特征,以预测特定癌症药物敏感性,从而为病患匹配最有效的药物。该篇文章最终因一系列问题被撤下。 其中在使用 2003 年 Lancet 上一篇对多西他赛的 研究 相同数据时,犯下指定 0 和 1 时弄反了两种数据这一简单错误。
- 常识
- 简单计算

第二个案例为一项健身运动后的食物摄取补偿机制的 研究,即进行相同的身体活动,作为运动的感知要比娱乐更容易产生享乐心理,摄入更多食物。对实验数据的统计结果中,出现简单的四则运算错误。而为了令 p 值小于 0.5,仅采单尾 p 值,即恶劣的「p 值操纵」(p-hacking)。
- Statcheck,自动抽取文中统计信息、自由度、p 值,检查其一致性。
- GRIM,对小于 100 样本量的数据检测其平均值的合理性。

第三个 案例 并不存在学术不端问题,不过其中相关系数或受强影响点作用,需进一步解释。
- WebPlotDigitizer,抽取图表数据,或自行绘制,以重新分析数据。

最后也对论文作者、评议者、一般读者给建议。研究过程中,最重要的是分析数据之前,对数据进行整理与理解,许多失误往往忽略此步。对于论著中的研究设计、统计数据,许多时候以常识也可以分辨错误。不过这一点对于专业「挑刺」的她显得容易,就像伯恩斯坦在年轻人音乐会上的 音乐测验 一样,毫无乐理知识的人甚至分辨不出这些简单的问题。
gfwlist 这个仓库创建已逾十一载,列出被中国政府和运营商屏蔽的网站,许多人在绕过防火长城时也依此规则。简单统计了一下十几年的文本行数(解码后)及文件大小的变化。一度出现波动和下降,并非审查力度减弱,反而是对原先仅屏蔽个别页面的网站采取了更严厉的措施,规则也不必写那么多了。不过这个列表已有五个月未更新了。
日本设计公司 Balloon 的一档音频节目 讨论 了中国一家研究文字、设计和社会的组织 The Type 出版的《中文文字设计研究选集》,在 Twitter 上看到 Ballon 的 CEO 兼设计师志水良同 The Type 互动,也发现这个节目宣称「デザインと社会学」,从设计与社会学的视角讨论话题,于是听了一下。另一位主持人土肥纱绫有体育社会学和应用社会学的教育背景。节目里大致介绍了一下这三本小册子,不过主要聊了其中《上海活字:管窥现代中文字体设计史》一本。而志水良是用 Google Translate 实时翻译辅助阅读的,所以并未能展开太多,也没有太多社会学的探讨。

不过我看到这个频道刚刚发布的一期 新节目 反而更有趣,讨论了前几日,各家电视台对安倍晋三宣布进入紧急事态的直播画面的版面设计,并做了 对比。比如 NHK 的信息量太密集,二维码左下和右上各有一个,观众难以集中注意;TBS 虽然和 NHK 一样也是蓝色调,但以红字突出要点;朝日增加了补充信息,但强调色过多易令人目眩;东京电视台最为简洁明了,但小窗口的池上彰有点「抢风头」;富士在同一画面中有两处速报;读卖的各元素外框与背景有待改善。除了 Balloon 的设计分析,也有关于 观众收视电视台放送与经营 等方面的讨论。各国国内与不同国家的电视台的各式差异,也是一个有趣的问题。
2019 公益纪录片《矿民、马夫、尘肺病》 "Miners, the Horsekeeper and Pneumoconiosis", a documentary by Jiang Nengjie

蒋能杰的纪录片《矿民、马夫、尘肺病》拍摄近十年,但因审查制度与市场生态等原因,独立纪录片难以生存。蒋通过在 豆瓣 留下微信,一个个私信发给想看的观众。百度网盘微博曾在月初发出这部「遭遇某种困境」的纪录片的链接,现该条微博已消失。主流媒体中,除了 澎湃新闻 无一论及。而澎湃新闻属于中共上海市委宣传部主管的上海报业集团,2014 年成立,通过报道腐败事件获得较大影响力。去年初因报道袁木死讯被冻结一个月,此后对时政社会新闻报道趋于「收敛」,在此次新型冠状病毒的报道中也有部分报道或被审查或自主删除。

我想,看到这篇文字的读者或许没有从事类似高危职业,也非处于贫穷阶层,因为你能访问「网络」,甚至是「互联网」。掌握拍摄纪录片技能的人,某种程度上也是有「特权」的人。而「失明」、「失聪」、「失语」的,才是这个国家里最多的人。
欧洲许多国家有着子女与父母同住的居住习惯,波恩大学两位经济学教授尝试分析意大利、西班牙等国家的这种代际关系与病死率之间的关联,并通过数据比对宣称这一假设具有合理性,呼吁在社交疏离中关注老龄人口(Bayer & Kuhn, 2020)。虽然结果仅表示了代际互动同病死率之间的相关性,不过也有很强的因果关系暗示,对此意大利的多位研究者也对此作出 回应,质疑这一跨国比较研究背后方法的缺陷。但回到实际人际互动,撇开数字游戏和文化偏见,抵抗力薄弱者同易感染者但密切接触确实会增加潜在传播风险。
《美联社格式指南》的 Twitter 晚上发了一条 推文,提起「over」和「more than」的用法辩论。虽然这本格式指南面向记者,但自 1953 年公开出版以来,其对语法、标点等格式的规范也对大众产生巨大影响。

在英语用法中,曾一度普遍认为在表述数额「超过」或「少于」时,「more than / less than」要比「over / under」更为妥帖。而《美联社格式指南》的两位编辑在 2014 年的美国编辑学会(ACES)年会上 宣布 修改此前对这一用法的规范,即不再强调何者更为适当,改为两者都可接受,随即引发 热议。举个不恰当的例子,就好像新华社突然宣布,以后的通告无需再循《新华社新闻报道中的禁用词》 了,或者人民日报不再用「毛式中文」写评论了,大家都会十分在意(新华社十余年来禁用「亲自」报道领导人活动,不过最近反倒是滥用起来)。

就像推文中也提到的,「over」在新闻标题中更节约字数,其实这么多年以来许多报章标题也如此做,因此作出此修改也是基于语言的动态变化。去年底的 Grammar Girl 播客的 一期节目 也谈了这个议题。

这也让我想到了 The Devil's Dictionary 中的对词典编纂者的戏谑(见图)。重视语法可以提高沟通效率,但也应小心变成「语法沙威」。
台湾国立清华大学的开放课程,朱晓海教授的 古籍导读。这是其中 第一讲 五个小时课程中的粗口片段合集,一边看一边剪出来,太好玩了。
Media is too big
VIEW IN TELEGRAM
英国女王伊丽莎白二世昨日发表关于新冠肺炎的 电视讲话文字稿),其中提及上世纪 40 年代二战期间的歌曲,回顾 1940 年同其妹玛格丽特公主首次 广播文字稿)。可以明显听出,伊丽莎白二世的口音产生变化,或于 80 年代开始转变,受南英格兰口音影响(Harrington et al., 2000; Wardhaugh, 2015)。
在 IG 看到 NHK 的广告,传记电影ストレンジャー~上海の芥川龍之介~(异乡人:上海的芥川龙之介),上下两集是去年底放送的。1921 年作为大阪每日新闻报社记者走访中国,造访革命前夜的 芥川龙之介,让我想到千余年前入唐求法巡礼,遭遇会昌毁佛的 圆仁,他们都用文字记录了动荡的中国。YouTube 上有一节东洋大学日本文学教授山崎甲一讲《罗生门》 的特别讲座。在中国的土地上,无法不去思考政治。 異鄉人:上海的芥川龍之介 | NHK WORLD-JAPAN On Demand
The Sociologist
此前提及 Contexts 期刊对新型冠状病毒征文,收集到来自多国的两百多篇文章。编辑部还在汇编整理中,目前发出第一辑,全球冠状病毒的流行: 对东亚反应的评论。其中包括四篇文章,来自 UC Davis 社会学教授骆明正、芝大社会学博士生卢宛孜、UBC 社会学副教授钱岳、哈佛社会学副教授雷雅雯。钱岳自大陆,其他三位出身台湾。 骆明正介绍了台湾遏制疫情的经验,介绍了王智弘等人所写的一篇发表在《美国医学会杂志》(JAMA)上的报告(Wang et al,2020)。也提出在不引发民粹主义争论的前提下,应该正视…
Contexts 很快也发出了新的 COVID-19 汇编文章,医保与重要基础设施新型冠状病毒对亚洲及其他地区的影响 两辑,前者反思美国近年反复的卫生行政系统,后者展开论述亚洲国家和文化的反应。

社会信任与 社会资本 在缺乏强制手段的民主社会中更为重要。美国乡村地区虽然目前还未大流行,但仍有相当隐患存在,而 Derrick Shapley 提及的第五点原因,即大片农村地区缺乏宽带造成资讯缺失,或带来防疫隐患,美国农村基础设施与医疗系统若能把握机会长远建设才能为下一次大流行做好准备。

上海纽约大学环境学助理教授李逸飞 讨论 了新冠肺炎或成为监控国家的借口,他在上海观察了中国扩大监控国家的过程,借萧强的「数字不自由」(digital unfreedom)概念阐述对监控扩大的道德隐忧。

UMBC 博士生 Huiguang Ren 做了一项新冠肺炎爆发期间的家庭教育的 实证研究,对温州 20 位中低收入家庭的家长进行了半结构访谈。中下阶层的父母在突发公共事件中倾向于用恐惧引导的方式促使儿童参与戴口罩、勤洗手等防疫措施,但长久会对儿童心理健康产生负面影响。

「武汉肺炎」「新型冠状病毒肺炎」「COVID-19」,这些名称并非凭空出现。但最近的各国媒体多采用专业、中立的称谓,台湾除少数泛绿政党立场媒体,也多改口。Aggie J. Yellow Horse 和 Karen J. Leong 文中 提及了很多人忽略的一点,即最早出现的「武汉肺炎」这个粗糙的称谓从何而来。就我个人的记忆,一月初,开始出现「China Pneumonia」和「Wuhan pneumonia」「Wuhan virus」,但只是在新闻标题中,或为缩短文字而将地名同事件连结,内文并无此称呼。二月初,中国国务院宣布 暂时命名 为「Novel Coronavirus Pneumonia」,WHO 随后宣布正式名称。由此才引发了立场与称谓的争论,微博上也产生对使用「武汉肺炎」字眼的猎巫趋势。不过就像 Horse 和 Leong 讨论的一样,歧视性的称谓带来更大的污名化、仇外与种族主义。是否要以这样的后果作为促进民主进步的行动的代价也是许多人应该反思的。

最后,喜欢郑号锡的耶鲁大学社会学系主任 Grace Kao 和喜欢金泰亨的 OSU 博士生 Wonseok Lee 讨论 了防弹少年团在欧美的火爆,是否能保护亚裔免受仇外心理的危害。不过我倒是好奇,日韩的流行文化中「戴口罩」现象对欧美的「口罩恐惧」改观几何等问题。
Axios 昨天的媒体趋势观察 通讯 中列举了新型冠状病毒事件对新闻自由和新闻商业模式的影响。观察可见,除了传统威权政府利用这一危机对新闻自由进一步限缩,民主国家内的新闻自由也被 压缩匈牙利菲律宾 以打击「虚假信息」为由推出重法,与方口径相异或遭监禁和罚款;埃及和伊朗加大对记者的压力,埃及 驱逐 了《卫报》的一位 批评 当局病例数准确性的记者,伊朗 骚扰和拘留记者并统一数据口径;巴西总统波索纳洛 淡化 疫情,贬低传媒;美国总统特朗普则 攻击 新闻发布会上向他提问的 NBC 记者;中国…… 而在面临行政权力扩张挤压的同时,新闻传媒自身也面临 广告收入减少 等长期问题。Gannett、Maven Media、BuzzFeed、Vice Media、Group Nine Media、迪士尼等巨头宣布裁员减薪;《纽约时报》《洛杉矶时报》《坦帕湾时报》宣布严重亏损,后二者也削减发行。而美国新闻出版集团麦克拉奇二月破产重组,目前打算在其握有的三十家地方新闻建立付费墙,转化冠状病毒带来的对健康与安全担忧的增长用户。
这个 视频 虽然讲的是数据科学的论文的阅读方法,不过也适用于大部分学科。最早不知道从哪儿看到 Data Science Archive 频道,前段时间发现也在做 up 主,分享一些求职经验。视频里谈了不少,比如读论文同读书不同,质量参差不齐,除了读博或者更深的研究需求,需要选择性地精读。论文来源分成一手(期刊、会议、档案、检索等)、二手(野生收集(比如上条引述的之前一条中列的几个repo)、优质公开课中的 reference、研究/从业者的社交媒体等)、三手(综述)。阅读方法上也是和欧美许多大学各学院科系的写作阅读指导差不多,先从基本信息判断是否要读,要读的话看 intro 和 conclusion,有价值再读正文,每段第一句重点,带着批判性视角。做笔记和文献整理也很重要,不过也像他说的一样,工具其实没什么讲究,形成适合自己的高效方法论才是关键。
Back to Top