🗓 1/ ¿Por qué tanta gente de éxito nació en enero? Vuelvo al «efecto cumpleaños» con datos fantásticos: ¡miles de personas que salen en Wikipedia! Y sí… parece que hay más diputadas, fútbolistas o ajedrecistas entre los mayores de clase: elpais.com/politica/2021/…
2/ Mirad el mes de nacimiento de 2.500 diputados españoles que aparecen en Wikipedia: aunque nacen los mismos niños cada vez, más o menos, hay más diputados de enero a junio👇
3/ 🏀 También confirmé el efecto en deportes como el baloncesto: entre los baloncestistas españoles en Wikipedia, hay el *doble* del primer primer trimestre que del cuarto (!). Si naces un 31 de diciembre en lugar del 1 de enero, se esfuman la mitad de tus opciones.
4/ ¿Qué pasa con escritoras y escritores? Volví a encontrar el efecto enero, otra vez más fuerte en las mujeres. Las mayores de la clase son el 28% en Wikipedia, mientras que las pequeñas son el 22%.
5/ ♞ Luego pensé en otra competición: el ajedrez. Saqué 9.000 ajedrecistas profesionales de todo el mundo y el patrón *parece* estar ahí: Hay muchos/as más de enero:
6/ Estos datos solo son indicios, pero coinciden con la literatura científica del 'efecto cumpleaños'. Por ejemplo, @javiersoriaesp y @BeneitoPilar observaron que las niñas de enero sacan mejores notas en selectividad. Y otros estudios hablan de repetir, ser diputado o CEO.
7/ Es fácil pensar el mecanismo. Si eres de los mayores con 6 años, es más fácil destacar leyendo o simplemente atendiendo. Esa ventaja inicial luego se realimenta, por cómo actúan tus maestros, tus compañeros o tu familia. No solo empujan, también generan expectativas.
8/ 🔍 Al explorar me sorprendió otra cosa: el «efecto enero» era cosa de décadas recientes. Mirad qué pasa con el mes de nacimiento de 58.000 españoles en Wikipedia, cuando los divido en tres épocas: hay algo raro antes de 1900 y nuestro «efecto enero» desde 1970:
9/ ¿Por qué puede pasar esto? Una posibilidad es que la importancia de tu grupo en el colegio haya crecido, al universalizar la educación, por ejemplo, y por eso es más fuerte en 1980 que 1920. Pero hay otra clave. Si no, ¿cómo explicamos ese otro patrón antes de 1900?
10/ Hasta 1900 seguramente estamos viendo el ciclo de nacimientos en total. En 2021 nace la misma gente cada mes, pero no fue siempre así. En sociedades agrícolas había más nacimientos en invierno (menos trabajo; más saludable), y por eso serían más gente Wikipedia:
• • •
Missing some Tweet in this thread? You can try to
force a refresh
1/ He escrito un cuento a medias con un algoritmo de Inteligencia Artificial 🤖. Las partes en negrita es texto suyo (44%) y el resto mío (56%). Lo podéis leer en @LetrasLibres, ¡ojalá os guste! 👉letraslibres.com/espana-mexico/…
2/ El texto automático lo ha generado una red neuronal de @OpenAI, su modelo de lenguaje GPT-3, que se presentó el año pasado y dejó loco al mundo IA. Es una red gigante que «aprendió» a leyendo toda la Wikipedia, millones de libros y webs. Es bastante asombroso verla escribir.
3/ Para interactuar con GTP-3 usé @kontematik, que tiene herramientas IA para crear contenido. ¿El proceso? Le pasaba a GPT-3 la primera frase del cuento ("Cuando la mente artificial tuvo su primer pensamiento…") y le pedía que siguiese la historia siendo creativa.
📈 1/ La pandemia ahora es distinta por edades: hoy repasamos datos franja por franja. Lo mejor es que los ingresos totales siguen lejos de enero (⅙). Lo malo: que suben para todos y marcan récords en jóvenes.
2/ Aquí la evolución de casos e ingresos (lineal y log). Lo positivo es el desacople de ingresos/caso —ingresa un % menor de enfermos, en parte por juventud. Lo negativo: que el crecimiento de casos e ingresos es exponencial y se están doblando semanalmente.
3/ Luego seguimos con dos datos para cada edad: (arriba) casos; (abajo) % de ingresos/caso.
Mirad 20-29 y 30-39: (1) pocos vacunados, (2) incidencia disparada, (3) ingresos son 2-4% de casos. Eso sugiere que si la incidencia sigue subiendo, subirán los ingresos de esa edad.
📊¿España deja atrás a sus jóvenes? Viven en un país mejor que hace 30 o 40 años, pero enfrentan problemas que se arrastran: sufren un paro enorme, ⅓ está riesgo de pobreza y ⅔ viven con sus padres.
1/ Los jóvenes son ahora un colectivo en riesgo de pobreza o exclusión. La situación se volcó con la crisis 2010: el grupo de edad con más vulnerables dejaron de ser los mayores, para ser los 20-29 años.
2/ Pero no todos son igual de vulnerables, como subraya @kanciller. Dos ejemplos: (1) el riesgo de pobreza-exclusión es triple para quienes no acabaron el instituto (vs universitarios); y (2) los sufre el 45% de los jóvenes de origen inmigrante, frente al 20% de nacidos aquí.
📊 Hemos sacado dos artículos de análisis de voto por municipios, distritos y calle a calle. No he podido todavía ni tuitearlos, pero los tenéis en elpais.com 👉
3/ Primera clave: la subida de la derecha es MUY transversal. Casi igual en cualquier distrito y municipio. La derecha sube 5-7 puntos, lo mismo en barrios de izquierda (Villaverde o Usera), que en los lugares de derechas (Pozuelo o Chamartín)
⏲¿Quién va ganando? Lanzamos tracker de escrutinio en tiempo real. Con el último escaño, el mapa y —lo más útil— la tendencia del recuento: elpais.com/espana/madrid/…
2/ El objetivo es ir poder ver cómo avanza el recuento. Porque sus tendencias ayudan a predecir. Fijaos como en 2019 la derecha fue de menos a más, por ejemplo. Sobre ese gráfico se irá viendo el escrutinio de hoy:
3/ También vamos calculando los últimos escaños asignados y los partidos más cerca de arrebatarlos. Es esta tablita, que se irá moviendo:
2/ Mostramos primero los datos de mortalidad de cada provincia y cada ola (por 1.000 habitantes; usamos exceso en 1ª ola y confirmadas luego):
3/ Luego vamos haciendo ajustes útiles. Por ejemplo, por edad: ¿y si todas las comunidades tuviesen el mismo porcentaje de gente mayor? Algunas regiones muy envejecidas mejoran así sus datos: