24 дек. 2011 г.

Критическое мышление, социальная инженерия и социальная картография: Как сделать выборы честными: это и есть постепенна...

Критическое мышление, социальная инженерия и социальная картография: Как сделать выборы честными: это и есть постепенна...: Илья Сегалович за 10 минут объяснил, как сделать прозрачную систему выборов Бюллетень Бисмарка спасет от нечестного подхода, с качелям...


http://www.ted.com/talks/lang/en/david_bismark_e_voting_without_fraud.html

Читать далее

Статистика и российские выборы - 51 (социологический анализ думских выборов-2011, который провел доктор наук Сергей Цирель.)


«Газета.Ru» представляет социологический анализ думских выборов-2011, который провел доктор наук Сергей Цирель. Автор анализа намеренно избегал учета ненадежных данных о фальсификациях, но сделанная им консервативная оценка итогов выборов показывает, что «Единая Россия» получила как минимум 41 «лишний» мандат.
Рассерженные блогеры с высшим техническим или математическим образованием поначалу надеялись, что статистический анализ сумеет показать фальсификации не хуже, чем наблюдатели на участках.
Но даже Сергей Шпилькин, который еще 4 года занялся всерьез статистическим анализом явки на выборы и голосования за «Единую Россию», считает, что статистический анализ лишь выявляет аномалии, и рост количества голосов за «Единую Россию» при увеличении явки имеет два объяснения. «Большое количество участков с повышенной явкой образуется при искусственном добавлении голосов в пользу какой-либо партии, хотя можно пытаться объяснить его, например, высокой явкой в республиках Кавказа или в сельской местности», – написал Шпилькин в недавней публикации в «Газете.Ru». Кроме того, он указывает, что если высокая активность при высокой явке создана искусственно, то она может являться результатом вбросов, приписок и/или административного давления (статистический анализ не позволяет различить эти механизмы).
Однако оппоненты в своих блогах стали оспаривать даже эти аккуратно сформулированные утверждения. Более того, даже пики распределения при 50, 55, …, 80, 85 % голосов, поданных за «Единую Россию», – казалось бы, бесспорные признаки фальсификации, требуют очень внимательного и трудоемкого анализа, и на самом деле содержат кроме фальсификаций еще некоторую долю статистических феноменов, связанных с большим количеством немноголюдных избирательных участков.
Об авторе
Сергей Вадимович Цирель (родился 19 апреля 1958 года, Ленинград) – российский горный инженер, геофизик, социолог, экономист и историк. Доктор технических наук. Автор более 100 научных работ по взрывному и горному делу, геофизике, экономике, социологии и истории (в том числе по клиодинамике). Основные научные интересы – взрывное дело, геодинамика, гуманитарные дисциплины.

С.В.Цирелю впервые удалось выявить при помощи спектрального анализа кондратьевские волны в мировой динамике ВВП на статистически значимом уровне.
Гораздо убедительнее выглядят соединенные воедино свидетельства наблюдений, статистический анализ вместе сэлекторальной географией, которую представляет блогер Киреев. Сравнения результатов выборов на предыдущих выборах и нынешних результатов на проблемных участков ясно показывают, что дело не в особо недовольных жителях отдельных участков, а в избирательных комиссиях, которым на одних участках смогли помешать подкорректировать результаты, а на других не смогли. Еще более наглядно это показывает сравнение результатов на участках, оборудованных специальными сканерами-считывателями (КОИБами), с обычными, где велся или имитировался ручной счет. Примечательно, что появление КОИБов и в городах и в селах сразу понижает явку и долю голосов, поданных за «Единую Россию».
Тем не менее, даже статистика, отчеты наблюдателей и электоральная география не позволяют в разумные сроки достоверно оценить истинный масштаб фальсификаций. Во-первых, подобная работа чрезвычайно трудоемка и занимает очень много времени, во-вторых, во многих случаях энтузиастам просто не хватает данных, ибо не всюду были въедливые наблюдатели, а предыдущие выборы также не обошлись без фальсификаций. В результате частенько трудно понять, что привело к необычайно высокой явке и массовому голосованию за «Единую Россию» – особая электоральная культура (точнее, бескультурье), грубый административный нажим или прямая фальсификация.
И здесь на помощь приходит именно наука – социология, которая, по логике вещей, и должна заниматься анализом общественного мнения.
Хотя все ведущие социологические центры, и ФОМ, и ВЦИОМ, и даже оппозиционный «Левада-центр» серьезно опростоволосились перед выборами и выдали явно ошибочные прогнозы, но не стоит их списывать со счетов. То, что на этот раз они не сумели оценить ни количество неискренних ответов («фигу в кармане»), ни вклад отказов от общения с социологами в общий результат, еще не значит, что они вовсе не умеют опрашивать респондентов и считать полученные ответы. По-видимому, экзит-пол ФОМа, охвативший 80000 респондентов в 80 регионах, был наиболее корректной попыткой оценить истинную картину голосования. К сожалению, с ним случилась с виду анекдотическая, а на самом деле очень печальная история. Данные экзит-пола по отдельным федеральным округам, Москве и все России демонстрировались на сайте ФОМа. Однако после демонстрации итогового результата (за «Единую Россию» – 43% по всей стране и 23% – в Москве), эти данные внезапно исчезли, а их заменил промежуточный результат ( более благоприятный для Единой России – 45,5% по стране), выданный за окончательный, причем без детализации по регионам.. Невнятное объяснение причин этих действий приводит РИА «НОВОСТИ». Однако, благодаря бдительным блогерам, окончательные результаты экзит-пола по-прежнему доступны в сети – тут и тут.
Тем не менее, даже 80-тысячный экзит-пол не следует считать истиной в последней инстанции. Экзит-полом не были охвачены несколько регионов (в число которых почти наверняка входила Чечня), 30% опрошенных отказались отвечать, да и нельзя быть уверенным в абсолютной правдивости всех полученных ответов. Можно задать и противоположный вопрос – а почему стоит верить ответам, собранным при проведении экзит-пола, если социологические опросы давали искаженную картину?
Ответ на этот вопрос очень прост – огромная выборка без больших географических перекосов, включенность только что проголосовавших людей в избирательный процесс, и, главное, гораздо более высокая степень анонимности.
Поэтому экзит-пол ФОМ вполне может быть принят за основу при определении реальных итогов голосования, но нуждается в некоторой корректировке с учетом данных статистического анализа, непосредственных наблюдений на избирательных участках и электоральной географии.
Например, в Москве, где отношение к «Единой России» хуже всего, опрос мог даже занизить количество проголосовавших за эту партию. По-видимому, в столице за нее проголосовала, разумеется, не половина избирателей, как было объявлено ЦИКом, но чуть больше, чем получилось по результатам экзит-пола, наиболее вероятная оценка – в диапазоне 25-30 % (26-27 % по данным Д. Орешкина). В то же время в малых городах и селах, где анонимность экзит-пола была весьма призрачной, не голосовавшие за «Единую Россию» уклонялись от ответов или даже обманывали интервьюеров.
Данные об итогах экзит-пола в Петербурге не публиковались, поэтому для расчетов мной использовались результаты социологического опроса незадолго до выборов и результаты голосования на участках с внимательными наблюдателями, итоговая оценка количества голосов за «Единую Россию» почти точно совпала с московской – 26-28%. Для других областей важную роль сыграли обширные сравнения результатов, полученных на участках с КОИБами и с ручным счетом – в первую очередь расчеты уже упоминавшихся Шпилькина и Киреева. В третьих случаях критерием необходимости корректировки служили особенности формы распределения голосов (насколько различаются кривые распределения в разных областях хорошо показано многими блогерами, например, здесьздесь и здесь).
Разумеется, для прямых оценок абсолютного количества голосов, полученных разными партиями, все эти сведения и расчеты использовать затруднительно, но они вполне дают направление, где и приблизительно какие корректировки надо вводить, сравнивая данные ЦИК, различные реконструкции результатов голосования и итоги экзит-пола (к сожалению, известные нам только по федеральным округам, но не по субъектам Федерации).
Я не буду приводить всех своих детальных оценок, полученных с помощью приведенных выше методов (думаю, что они еще будут корректироваться, и вряд ли в пользу «Единой России»), а сразу перейду к окончательной оценке (см. таблицу). Отмечу, что она достаточно близка к суммарным оценкам Киреева иКобака, также сопоставлявших свои расчеты с данными экзит-пола ФОМа.
ОЦЕНКИ РЕЗУЛЬТАТОВ ВЫБОРОВ ПО ДАННЫМ СЕРГЕЯ ЦИРЕЛЯ
ПАРТИИОФИЦИАЛЬНЫЕ РЕЗУЛЬТАТЫ, %МАНДАТЫЭКЗИТ-ПОЛ ФОМА, %МОЯ ОЦЕНКА, %МОЕ РАСПРЕДЕЛЕНИЕ МАНДАТОВРАЗНОСТЬ
1«Справедливая Россия»13,246414,415,576-12
2ЛДПР11,675613,51468-12
3«Патриоты России»0,97-0,91--
4КПРФ19,199221,622108-16
5«Яблоко»3,43-4,55,51-1
6«Единая Россия»49,3223843,140,5197+41
7«Правое дело»0,6-0,70,5--
8Недействительные бюллетени1,58-1,21--
Из таблицы следует, что «Единая Россия» получила 41 чужой мандат.
Но посмотрим на другое – по моей оценке «Единая Россия» все же набрала не менее 40% голосов и по-прежнему действительно является самой популярной «партией» в России.
Отмечу, что мои оценки весьма консервативны, я намеренно избегал учета данных о фальсификациях, опирающихся на единичные свидетельства, поэтому реальный процент голосов у «Единой России» может быть несколько ниже. Но, главное состоит в том, что революционно низкие оценки популярности «Единой России» существенно недооценивают силы административного ресурса и привычки голосовать за власть. Хотя и во мнениях и поведении весьма послушных избирателей явно произошли значительные перемены, но было бы неправильно отрицать верноподданное электоральное поведение очень многих телезрителей и, тем более, голосование под административным нажимом.
Интересно посмотреть, в какой мере административный нажим и искренняя приверженность «Единой России» распределены между разными группами избирателей. Прежде всего хорошо видно, что масштаб фальсификаций хорошо коррелировал с уровнем поддержки ЕР. Чем больше людей в регионе голосовало за «Единую Россию», тем больше голосов и приписывалось. Это правило имело ряд исключений, самым главным из которых была Москва, где на глазах множества наблюдателей, российских и международных, результаты голосования были искажены почти вдвое, что и было одной причин столь сильного возмущения москвичей.
К числу наибольших почитателей «Единой России» (и главных жертв фальсификаций) в прежде всего относится население национальных республик, а также сельские жители (в основном южных регионов России). Как мне представляется, роднит эти группы избирателей не только более послушное электоральное поведение, но и относительно малая заинтересованность в далеких от них федеральных политических баталиях. Однако, избиратели разделились не только по национальному или географическому признакам, еще одной границей (да не обидятся на меня читательницы!) стали гендерные различия, причем это сказывается как в общероссийских, так и в региональных опросах. В целом, поддержка ЕР и лично Путина у женщин 1,3-1,5 раз выше, у мужчин. С. Белановский объясняет это меньшим интересом женщин к политике, ориентацией при выборе на наиболее знакомый бренд. Если его объяснение правильно, то получается что в наибольшей степени ЕР поддерживают наименее политизированные слои населения, которые могут с самыми моральными затратами изменить свою позицию. При этом среди наиболее политически активной части населения – русских (русскоязычных) мужчин средних и больших городов - доля сторонников ЕР в среднем составляет примерно 30-35%, а в Петербурге и Москве – не более 20-25%.
Оценивая роль административного нажима, необходимо заметить, что нажим может быть грубым – отключим газ, накажем, уволим и т. д., а может и достаточно мягким – очень прошу, вся родня голосовала, ты уж не подводи меня и др. Естественно, мягкий нажим учесть невозможно, да и не нужно. Грубый нажим полезно попытаться вычесть, хотя оснований для его количественной оценки очень мало.
Приближенная оценка привела меня к величинам в диапазоне 35-38 %, отданных на «Единую Россию» без учета не только фальсификаций, но и без грубого нажима. Это результат, который должна была получить «Единая Россия» на честных, но несправедливых выборах.
Сколько же будет на честных и справедливых – без административного ресурса, с равными правами всех партий, с партией Навального, без 7%-ого барьера, без назначенных губернаторов и др.? Ответа на это вопрос нет и быть не может – в имитационной демократии честных и справедливых выборов не бывает.

Читать полностью:http://www.gazeta.ru/science/2011/12/20_a_3930242.shtml
социологический анализ думских выборов-2011, который провел доктор наук Сергей Цирель.

http://www.gazeta.ru/science/2011/12/20_a_3930242.shtml


Читать полностью:http://www.gazeta.ru/science/2011/12/20_a_3930242.shtml


Читать далее

15 дек. 2011 г.

Одесса - 1-е место в мире ( по необязательности , расплывчатости социальных норм )

В Science в пятницу вышла статья: Gelfand, M., et al. "Tight and Loose Cultures: A 33-Nation Study" (Science 2011:332). Статья состоит из двух частей. В первой части исследователи провели опрос в 33 странах (на малых локальных выборках) с целью сконструировать индекс, измеряющий жесткость социальных норм и допустимость отклонений от них. В результате получилось, что социальные нормы наиболее жесткие в Азии (Пакистан, Индия, Малайзия, Сингапур, Корея), а наиболее расплывчатые и необязательные в Восточной Европе (чемпионом является Украина, а конкретно город Одесса, за ней следуют Эстония, Венгрия и Израиль


1-я статья - http://blogs.discovermagazine.com/gnxp/2011/05/loose-vs-tight-societies/

A new paper in ScienceDifferences Between Tight and Loose Cultures: A 33-Nation Study, is making the media rounds. Here’s NPR:
…The idea for this study really dates to the 1960s. Back then, an anthropologist decided to evaluate a few dozen obscure cultures and see if he could rank them on a scale from “tight” to “loose.” He defined tight cultures as having a lot of rules, which people violate at their peril. Loose cultures are more relaxed in their expectations, and more forgiving of people who deviate.
The Tightness Scale
“So for example, you might have been asked, how appropriate is it to curse in the bank or kiss in a public park, or eat or read a newspaper in a classroom? And we were able to derive scores of how constrained, in general situations, they are, versus how much they have latitude in different countries.”
“Some of the cultures that are quite tight in our sample include places like Singapore, Japan, Pakistan,” Gelfand says. “Whereas many loose societies include countries like New Zealand, the Netherlands, the United States.”
The abstract from the paper is a little harder to parse:
With data from 33 nations, we illustrate the differences between cultures that are tight (have many strong norms and a low tolerance of deviant behavior) versus loose (have weak social norms and a high tolerance of deviant behavior). Tightness-looseness is part of a complex, loosely integrated multilevel system that comprises distal ecological and historical threats (e.g., high population density, resource scarcity, a history of territorial conflict, and disease and environmental threats), broad versus narrow socialization in societal institutions (e.g., autocracy, media regulations), the strength of everyday recurring situations, and micro-level psychological affordances (e.g., prevention self-guides, high regulatory strength, need for structure). This research advances knowledge that can foster cross-cultural understanding in a world of increasing global interdependence and has implications for modeling cultural change.
This schematic from the paper illustrates the general model of how differences in “tightness” emerge:
Like many social science studies the authors relied a lot on survey data and conversion of rank ordered categorical responses into dependent variables. That’s a problem insofar as you need to take the quantities that are generated out of their statistical analyses with a grain of salt. They aren’t measuring someone’s height or temperature. Rather, they’re generating an aggregate measure from a range of concrete subcomponents. Granted, this measure has been shown to correlate well with individual questions in terms of how they vary cross-culturally. This is the “tightness,” the higher the score, the more tight the society. I do have some issues with this usage of a summary for a range of characters, but first let’s hit the raw results.
They are displayed in tabular format in the paper. That’s fine, but I decided to change it up a little for the purposes of presentation here. I took their table and focused on the “tightness” score, and added my own column which placed each national sample into a subjective broader region-cultural category.

LanguageGroupNationTightness
UrduSouth AsianPakistan12.3
MalayEast AsianMalaysia11.8
HindiSouth AsianIndia11
EnglishEast AsianSingapore10.4
KoreanEast AsianSouth Korea10
NorwegianWest EuropeanNorway9.5
TurkishMediterraneanTurkey9.2
JapaneseEast AsianJapan8.6
ChineseEast AsianChina7.9
PortugueseMediterraneanPortugal7.8
West EuropeanWest EuropeanGermany (East)7.5
SpanishLatin AmericanMexico7.2
EnglishAnglosphereUnited Kingdom6.9
West EuropeanWest EuropeanAustria6.8
ItalianMediterraneanItaly6.8
West EuropeanWest EuropeanGermany (West)6.5
IcelandicWest EuropeanIceland6.4
EnglishWest EuropeanFrance6.3
ChineseEast AsianHong Kong6.3
PolishEastern BlocPoland6
DutchWest EuropeanBelgium5.6
SpanishMediterraneanSpain5.4
EnglishAnglosphereUnited States5.1
EnglishAnglosphereAustralia4.4
GreekMediterraneanGreece3.9
EnglishAnglosphereNew Zealand3.9
SpanishLatin AmericanVenezuela3.7
PortugueseLatin AmericanBrazil3.5
DutchWest EuropeanNetherlands3.3
HebrewMediterraneanIsrael3.1
HungarianEastern BlocHungary2.9
EstonianEastern BlocEstonia2.6
UkrainianEastern BlocUkraine1.6

Tables leave something to be desired in gaining a gestaltunderstanding of relationships, so here’s a bar plot rank ordered by tightness score, with colors corresponding to region-culture. A lot of this is presumably not too surprising. Pakistan is the “tightest” nation which they sampled. But is Norway much tighter than Estonia? I picked this pair because Estonia is the most Nordic of the ex-Soviet Baltic nations, it traditionally being a Lutheran society due to German and Scandinavian influence and hegemony until absorption into the Russian Empire. Those who have visited both nations are probably the best to ask how this comports with their own experiences.
Backing up a bit, in the introduction to the paper they take a very broad historical view. They seem to imply that there is a gap between “small scale” hunter-gatherer societies and more dense agricultural ones in terms of the importance of social norms and conformity. There’s a plausible ecological rational for this: there are many more opportunities for “free riding” in dense and large scale societies. In contrast, inter-personal relationships are probably sufficient for cultures which exist mostly at the band level. The  Code of Hammurabi is only necessary in cultures where personal relationships have diffused to the point where impersonal rules and heuristics need to be interposed between parties which are literally or de facto strangers. This is probably the difference between survival and extinction in a world which was predominantly at subsistence.
In the supplements there is a table of correlations between “tightness” and predictor variables, controlling for per capita GNP. I’ve selected out the most interesting (to me):

VariableNCorrelationP-valueEffect size
Population density in 1500 (Log)110.770.010.59
Population density (Log)320.310.100.10
Rural Population density (Log)300.590.010.35
Food deprivation300.520.010.27
Fat supply30-0.460.010.21
Natural disaster vulnerability300.470.010.22
Historical prevalence of pathogens320.360.050.13
Death due to communicable diseases (Log)310.590.010.35
Prevalence of tuberculosis (Log)310.610.010.37
Infant mortality rate (Log)320.420.020.18
Openness of media29-0.530.010.28
Murder rate31-0.450.010.20
% attending religious services310.540.010.29

Notice the difference between population density in 1500 vs. population density today in terms of prediction! This may point us to the possibility that the long arm of cultural memory still reigns supreme to some extent. The effect size is the square of the correlation, and gives us a sense of how much of the variation in the dependent variable is predicted by the independent variable when you hold GNP per capita content. Of course it is important to observe that the N has dropped when you go back to 1500, probably because the individual data points are nations, and nations can’t always be projected back in time. All that being said I like predictor variables like population density and death due to communicable diseases best, because they’re a lot less clear and distinct than something like openness of media. Openness of media is a valid measure in my opinion, but since the statistic we’re predicting only comes out via a process of human directed calculation, having both ends of the line be open to disputation is not optimal.
As for the tightness measure itself, there’s some strangeness here. On the one hand, some if it makes sense. But scores for other nations surprising, as noted by the authors. For example, Israel. But that just leads to ad hoc explanations:
…Gelfand was surprised to find that Israel — which is under threat from its neighbors and its desert environment — is still culturally loose. Gelfand suspects that’s in part because lots of Israelis came from relatively loose cultures in Eastern Europe.
“It’s also a culture of argumentation, debate, dissent, that really is very much consistent with Judaism. And these things all promote looseness,” she says.
There are two points here. I’ll address the second first: the time depth of the culture of disputation in Judaism is something I’ll actually dispute. One can make the case that as a generality this is very much a feature of modern Ashkenazi Jewish culture, with the opening of the public debate to all sectors of society. Of course I grant that disputation between eminent rabbis occurred in the past, but pre-modern Jewry was run like most pre-modern societies, there were authorities on on high who dictated what was, and wasn’t, permissible. European Jewish communities were run as corporate subnational entities before their liberation in the wake of the Enlightenment. The expulsion of Baruch Spinoza from the Sephardic Jewish community of the Netherlands illustrates the nature of pre-modern Jewish, and gentile, society on the cusp (by this, I mean that the religiously plural Netherlands of the period exhibited a cohabitation between pre-modern exclusiveness and parochialism, and post-modern pluralism). Modern day stereotypes and generalizations are often very much the result of modern day conditions.
But the first point is of more concern to me: the aggregation of genuinely different societies into one sample. The idea that the European Jewry shared something with its Eastern European milieu is a questionable assertion. European Jews for much of the pre-modern era were in the West, but not of it. More accurately, Jews in the world of Islam and Christianity were suffered to exist, but lived in a parallel world unless they converted to the majority religion and left the Jewish community. The Yiddish (and later standard German) speaking Eastern European Jew had a strained and complex relationship with the nation-states of Eastern Europe which arose in the wake of the collapse of the old empires (Austria-Hungary, the Second Reich, the Ottoman Empire, and the Russian Empire). Can we speak of Hungarian or Romanian Jews who were distinctive from each other because of their association with the Hungarian or Romanian majority? As an illustration,  Paul Erdos’ family had changed their name from Englander, as part of the process of de-Germanization and indigenization of Hungarian Jews.
This issue of the “nations” which were evaluated crops up elsewhere. The Indian sample was from west-central India, on the margins of the Hindi-Punjabi-Gujarati “cow belt.” It was very similar in “tightness” to Pakistan. But what would the “tightness” be in southern India? It may be very different. Additionally, comparing Iceland to China, as if they are comparable units, is obviously ridiculous (something the authors acknowledge). Despite my qualms with the “tightness ” statistic I would be very interested to see how this varies on a subnational scale. If it is measuring something informative and useful the correlations should start going up as you proceed down to a finer grain (“tightness” may be representative of only one region, while GNP per capita and the independent variables are drawn from the whole nation).
Though the top line of the research is focused on inter-cultural differences, the authors argue for the importance of cultural context to individual response and expectation. This is actually pretty obvious on the internet, and even among Americans. There are lots of cryptic subcultures and cultures which bubble up out of the woodwork when something of dispute comes to the fore. Prior to the issue which highlights the differences, one may not have been aware of implicit or background variation in norms.
The future direction of this sort of research will be in the direction of gene-culture coevolution and pathogen-culture coevolution, and their combinations. Pathogens are critical covariates of any shift toward dense living, and in the modern world tend to hit those from historic low density backgrounds much worse. The difference between high conformity and low conformity to me is well illustrated by the varied paths toward Christianization of the peoples of Oceania. In Polynesia the missionaries generally converted the chiefs, who then brought their people to the new faith en masse. Apparently this was just not feasible among Australian Aborigines, who were only predominantly Christianized by the 1970s. This development had to occur one individual at a time, because the “big men” in these societies simply had no ability or will to enforce conformity of religious belief.



2-я статья - http://fom.ru/obshchestvo/91






Гельфанд задавала эти и другие вопросы жителям тридцати трех стран – так она измеряла прочность их моральных устоев. Социологический проект стартовал еще в 2000 году, но закончился только сейчас. Свой рейтинг свободы нравов Гельфанд опубликовала на прошлой неделе.
Самыми раскрепощенными людьми оказались украинцы. За ними следуют эстонцы и венгры. А вот жители известных своими свободами Нидерландов оказались на скромном шестом месте. Список замыкают Индия, Малайзия и Пакистан – там живет больше всего моралистов.
И живется им не очень хорошо. Гельфанд отмечает: на неблагополучных территориях – например, в странах, где часто происходят засухи, – люди наиболее консервативны. Ураганы, опасные болезни, голод, перенаселенность – все это влияет на прочность моральных устоев. Ничего удивительного тут нет, утверждает исследовательница.
У нее есть гипотеза на этот счет: народы, которым жилось особенно тяжело, со временем стали дисциплинированнее. Готовность подчиняться нормам в таких государствах была вопросом не морали, а выживания. А теперь многовековая привычка к самоограничению проявляется даже в мелочах.

Кому закон не писан?

Источник: Michele J. Gelfand et al. Differences Between Tight and Loose Cultures: A 33-Nation Study (2011)

*Индекс строгости - безразмерная величина, пропорциональная количеству баллов, набранных жителями стран в тесте.



Читать далее