据红色参考主编陈洪涛最新获知的消息，被以“煽颠罪”遭受指控的前北大马院教师、红色参考编辑柴晓明，在失去自由一年五个月后，于今天（2020年8月14日）上午在南京接受秘密审判。 telegra.ph/柴晓明煽颠案一审开庭-08-16 | source
Telegraph
柴晓明煽颠案一审开庭
据红色参考主编陈洪涛最新获知的消息，被以“煽颠罪”遭受指控的前北大马院教师、红色参考编辑柴晓明，在失去自由一年五个月后，于今天（2020年8月14日）上午在南京接受秘密审判。 柴晓明，上海人，44岁，信仰马克思主义。 1998年，柴晓明从上海理工大学毕业，留学英国普利茅斯大学，并于2002年获得该校商务管理学硕士学位。此后游学欧洲，研究国际共运及欧洲当代社会运动，曾为国内读者翻译介绍过这些领域的相关著述。2014年回国后，任教于北京大学马克思主义学院；兼职《红色参考》编辑；同时还以“赤旗”、“燧鸣”、“…
纽约市长白思豪一直未能下定决心关闭公立学校。一个原因是十分之一的学生，大概11万4千人，无家可归，食物的来源只有学校午饭。 telegra.ph/亚当舍沃斯基瘟疫时期的生活上-08-16
Telegraph
亚当·舍沃斯基：瘟疫时期的生活（上）
亚当·舍沃斯基（Adam Przeworski）/作者 王也/翻译 亚当·舍沃斯基（Adam Przeworski）现为纽约大学政治系荣休讲席教授，美国人文与科学院院士。他出生于二战时期的波兰，在美国西北大学获得博士学位，曾亲身经历了1973年的智利政变。他一生致力于对民主理论和民主化的研究，出版著作十余本，其中《民主与市场》《市场与发展》等已经成为社会科学各个领域的必读之作。2010年，他被授予政治学的最高奖项Johan Skytte Prize。 自疫情开始以来，闲居在家的舍沃斯基教授撰写了一系列文…
Diamond, R., Mcquade, T., & Qian, F. (2017). The Effects of Rent Control Expansion on Tenants , Landlords , and Inequality : Evidence from San Francisco.
研究者们对旧金山市实行了二十多年的房租控制政策进行了一种类实验式的分析，指出了这种政策对不同群体的直接和间接、预料内与预料外的多种影响。虽然受益和受损的群体有很大差异，但从整个社会的总损益角度而言，该政策的直接影响是获益和损失基本相互抵消。而从长远来看，项房租控制政策加速了城市对低收入群体的驱赶。整个城市居民的“更新”速度被加剧了。而这，显然并不是以“保护低收入租客”为目的的房租控制政策所预期的。 source
研究者们对旧金山市实行了二十多年的房租控制政策进行了一种类实验式的分析，指出了这种政策对不同群体的直接和间接、预料内与预料外的多种影响。虽然受益和受损的群体有很大差异，但从整个社会的总损益角度而言，该政策的直接影响是获益和损失基本相互抵消。而从长远来看，项房租控制政策加速了城市对低收入群体的驱赶。整个城市居民的“更新”速度被加剧了。而这，显然并不是以“保护低收入租客”为目的的房租控制政策所预期的。 source
Munger, Kevin. “Tweetment effects on the tweeted: Experimentally reducing racist harassment.” Political Behavior 39.3 (2017): 629-649.
这篇论文的研究方法非常具有创造性，一经发表就引来了许多关注。简单来说，作者自己创建了几个推特机器人。这些机器人的任务是：降低推特上的种族主义骚扰。它们搜索带有“黑鬼（nigger）”一词的推文，并通过一些标准判断：这条推文是不是由白人发布的、辱骂黑人的。如果是的话，则自动通过回复的方式进行干预：“嘿，请记住：当你用这种语言骚扰别人的时候，你伤害了真实存在的人。”
研究者创建了四种机器人：一种是白人的头像和白人常用的姓，粉丝很多；一种是白人的头像和白人常用的姓，粉丝不多；一种是黑人的头像和黑人常用的姓，粉丝很多；一种是黑人的头像和黑人常用的姓，粉丝不多。
也就是说，研究者想测试两种因素的影响：出手干预辱骂行为的人是白人还是黑人，是粉丝众多的意见领袖还是默默无闻的普通人。
实验结果显示：只有一种机器人成功地减少了骚扰者的后续骚扰行为。毫不意外，这种机器人就是：白人、粉丝众多的那一种。这一结果为设计机器人进行干预提供了参考依据。
这则研究的思路并不复杂，但是因为发生在实际的社交网络中，因此研究结果很有现实意义，比起发生在实验室里的研究也更有外在效度。这种实验性、干预性的研究方法，最近在传播学、政治学等社会科学界非常流行，可以为做大家提供一些灵感。 source
这篇论文的研究方法非常具有创造性，一经发表就引来了许多关注。简单来说，作者自己创建了几个推特机器人。这些机器人的任务是：降低推特上的种族主义骚扰。它们搜索带有“黑鬼（nigger）”一词的推文，并通过一些标准判断：这条推文是不是由白人发布的、辱骂黑人的。如果是的话，则自动通过回复的方式进行干预：“嘿，请记住：当你用这种语言骚扰别人的时候，你伤害了真实存在的人。”
研究者创建了四种机器人：一种是白人的头像和白人常用的姓，粉丝很多；一种是白人的头像和白人常用的姓，粉丝不多；一种是黑人的头像和黑人常用的姓，粉丝很多；一种是黑人的头像和黑人常用的姓，粉丝不多。
也就是说，研究者想测试两种因素的影响：出手干预辱骂行为的人是白人还是黑人，是粉丝众多的意见领袖还是默默无闻的普通人。
实验结果显示：只有一种机器人成功地减少了骚扰者的后续骚扰行为。毫不意外，这种机器人就是：白人、粉丝众多的那一种。这一结果为设计机器人进行干预提供了参考依据。
这则研究的思路并不复杂，但是因为发生在实际的社交网络中，因此研究结果很有现实意义，比起发生在实验室里的研究也更有外在效度。这种实验性、干预性的研究方法，最近在传播学、政治学等社会科学界非常流行，可以为做大家提供一些灵感。 source