Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español español
CORDIS - Resultados de investigaciones de la UE
CORDIS

Bayesian Gaussian Processes. Or: How I Learned to Stop Worrying and Love Nonlinear Social Science

Descripción del proyecto

Comprender los fenómenos no lineales complejos en las ciencias sociales

En los estudios transversales, variables como la inclinación a compartir noticias falsas están estrechamente relacionadas con la percepción humana, creando patrones complejos que dificultan los análisis lineales. Los estudios longitudinales, que rastrean la naturaleza no estacionaria de los procesos sociales temporales, complican aún más el uso de análisis lineales. Los métodos convencionales no logran captar estas complejidades. El proyecto NONLINEARSCIENCE, financiado por el Consejo Europeo de Investigación, es una iniciativa pionera que aprovecha los procesos bayesianos de Gauss para abordar este problema. Su equipo propone metodologías no paramétricas flexibles, que permitan a los investigadores captar formas no lineales complejas, integrar conocimientos previos y probar teorías. En este sentido, un nuevo programa informático de fácil uso garantizará una mayor accesibilidad, con extensiones a medida para diversos tipos de datos. NONLINEARSCIENCE capacitará a los científicos para comprender mecanismos no lineales complejos, rastrear la evolución temporal y hacer predicciones precisas en el dinámico panorama de las ciencias sociales.

Objetivo

Nonlinearity is ubiquitous in the social sciences. In cross-sectional research, nonlinearity naturally follows from the fact that variables often depend on human perception. The tendency to share fake news, for example, depends in a complex nonlinear manner on peoples’ personality and political preferences. In longitudinal research, nonlinearity follows from the fact that temporal social processes are nonstationary by nature. For instance, stressful life events (e.g. unemployment, pandemic) have a complex nonlinear impact on well-being over time. To study these nonlinear phenomena, much more data are needed than in linear analyses. Therefore, researchers increasingly rely on technological innovations to collect rich data, such as panel data via online surveys, experience sampling data via mobile apps, or temporal social network data using digital communication (e.g. email). In addition, prior information (e.g. from experts) is often available to inform us about plausible nonlinear shapes. A crucial problem is however that statistical approaches for learning nonlinearity still heavily rely on old-fashioned techniques which can only model simple (curvilinear) effects and are unable to include external prior information. Our understanding about nonlinear phenomena therefore remains limited. This project aims to resolve these shortcomings by developing cutting-edge methods for nonlinear social science using Bayesian Gaussian processes. With this nonparametric methodology, we can learn complex nonlinear shapes, add prior knowledge, and test nonlinear theories. Implementation in user-friendly software will ensure general utilization. Tailor-made extensions will be developed for cross-sectional data, panel data, experience sampling data, and temporal social network data. After this project, we will be able to truly understand complex nonlinear mechanisms, to learn how these unfold over time, and to make accurate predictions (e.g. of well-being after life events).

Ámbito científico (EuroSciVoc)

CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo.
La clasificación de este proyecto ha sido validada por su equipo.

Palabras clave

Palabras clave del proyecto indicadas por el coordinador del proyecto. No confundir con la taxonomía EuroSciVoc (Ámbito científico).

Programa(s)

Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.

Tema(s)

Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.

Régimen de financiación

Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.

HORIZON-ERC - HORIZON ERC Grants

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.

(se abrirá en una nueva ventana) ERC-2022-COG

Ver todos los proyectos financiados en el marco de esta convocatoria

Institución de acogida

TILBURG UNIVERSITY- UNIVERSITEIT VAN TILBURG
Aportación neta de la UEn

Aportación financiera neta de la UE. Es la suma de dinero que recibe el participante, deducida la aportación de la UE a su tercero vinculado. Considera la distribución de la aportación financiera de la UE entre los beneficiarios directos del proyecto y otros tipos de participantes, como los terceros participantes.

€ 1 999 555,00
Coste total

Los costes totales en que ha incurrido esta organización para participar en el proyecto, incluidos los costes directos e indirectos. Este importe es un subconjunto del presupuesto total del proyecto.

€ 1 999 555,00

Beneficiarios (1)

Mi folleto 0 0