Artwork

Contenu fourni par Podcast Science. Tout le contenu du podcast, y compris les épisodes, les graphiques et les descriptions de podcast, est téléchargé et fourni directement par Podcast Science ou son partenaire de plateforme de podcast. Si vous pensez que quelqu'un utilise votre œuvre protégée sans votre autorisation, vous pouvez suivre le processus décrit ici https://fr.player.fm/legal.
Player FM - Application Podcast
Mettez-vous hors ligne avec l'application Player FM !

520 - Il avait prévu la victoire de Trump. Post-Mortem avec John Antonakis

1:05:40
 
Partager
 

Manage episode 454302998 series 2593603
Contenu fourni par Podcast Science. Tout le contenu du podcast, y compris les épisodes, les graphiques et les descriptions de podcast, est téléchargé et fourni directement par Podcast Science ou son partenaire de plateforme de podcast. Si vous pensez que quelqu'un utilise votre œuvre protégée sans votre autorisation, vous pouvez suivre le processus décrit ici https://fr.player.fm/legal.

Jamais 2 sans 3 ! Nous recevons notre ami John Antonakis, professeur de sciences comportementales à HEC Lausanne, qui a continué d’affiner son modèle de prédiction de résultats d’élections basé - entre autres - sur le charisme. Modèle, qui avant le résultat de la dernière élection américaine, donnait Trump vainqueur avec 70% de chance, malgré les sondages qui prédisaient une victoire de Kamala Harris. Malheureusement pour nous, le modèle avait raison. Comment ça marche ? Pourquoi ça marche ? Quelles révisions ont été apportées au modèle pour améliorer son efficacité ? Bref, nous parlons de probabilités, d’hypothèses, de feedback, de corrections et de validation, bref, de science en train de se faire. Et on va sans doute parler un peu politique aussi ; on en a gros !


Notes d'émission : https://www.podcastscience.fm/emission/2024/12/07/podcast-science-520-il-avait-prevu-la-victoire-de-trump/

Retrouvez-nous sur PodcastScience.fm, Bluesky, Twitter, Facebook et Instagram.

Soutenez-nous sur Tipeee

Soutenez nous sur Patreon

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

  continue reading

533 episodes

Artwork
iconPartager
 
Manage episode 454302998 series 2593603
Contenu fourni par Podcast Science. Tout le contenu du podcast, y compris les épisodes, les graphiques et les descriptions de podcast, est téléchargé et fourni directement par Podcast Science ou son partenaire de plateforme de podcast. Si vous pensez que quelqu'un utilise votre œuvre protégée sans votre autorisation, vous pouvez suivre le processus décrit ici https://fr.player.fm/legal.

Jamais 2 sans 3 ! Nous recevons notre ami John Antonakis, professeur de sciences comportementales à HEC Lausanne, qui a continué d’affiner son modèle de prédiction de résultats d’élections basé - entre autres - sur le charisme. Modèle, qui avant le résultat de la dernière élection américaine, donnait Trump vainqueur avec 70% de chance, malgré les sondages qui prédisaient une victoire de Kamala Harris. Malheureusement pour nous, le modèle avait raison. Comment ça marche ? Pourquoi ça marche ? Quelles révisions ont été apportées au modèle pour améliorer son efficacité ? Bref, nous parlons de probabilités, d’hypothèses, de feedback, de corrections et de validation, bref, de science en train de se faire. Et on va sans doute parler un peu politique aussi ; on en a gros !


Notes d'émission : https://www.podcastscience.fm/emission/2024/12/07/podcast-science-520-il-avait-prevu-la-victoire-de-trump/

Retrouvez-nous sur PodcastScience.fm, Bluesky, Twitter, Facebook et Instagram.

Soutenez-nous sur Tipeee

Soutenez nous sur Patreon

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

  continue reading

533 episodes

Tous les épisodes

×
 
Loading …

Bienvenue sur Lecteur FM!

Lecteur FM recherche sur Internet des podcasts de haute qualité que vous pourrez apprécier dès maintenant. C'est la meilleure application de podcast et fonctionne sur Android, iPhone et le Web. Inscrivez-vous pour synchroniser les abonnements sur tous les appareils.

 

Guide de référence rapide