• úvod
  • témata
  • události
  • tržiště
  • diskuze
  • nástěnka
  • přihlásit
    registrace
    ztracené heslo?
    SALVATORCentrála pro rovnoměrnou distribuci mírně zajímavých faktů
    Přišli jste na něco zajímavého? Z historie, vědy, popkultury, nebo bežného života? Podělte se o to. Pozor na faktoidy - ověřujte zdroje.



    Zajímavé, až interesantní kanály na YT:


    Směs - spíš technické obory
    Veritasium
    Kurzgesagt
    Vsauce
    Vsauce 2
    Vsauce 3
    Vsauce 4
    Tom Scott
    SmarterEveryDay
    Colin Furze
    Objectivity
    The Royal Institution
    Joe Scott


    Matematika
    Numberphile


    Fyzika
    Physics Girl
    Steve Mould
    Sixty Symbols


    Chemie
    Periodic Videos
    NileRed


    Astronomie
    Astrum
    PBS Space Time


    Příroda
    Nature Bites


    Lingvistika
    NativLang
    Langfocus


    Teorie hudby
    Adam Neely


    Historie
    Fall of Civilizations
    Mark Felton Productions
    Dejepis Inak
    History Time


    Potraviny
    Adam Ragusea
    Tasting history with Max Miller


    Film
    Film Courage


    Lingvistika/Mytologie/Etnologie/Kulturní antropologie
    Crecganford
    The Histocrat


    Jídlo/Debunking
    How To Cook That


    Nevím, neznám, nezařaditelné nebo zatím nezařazeno
    Branch Education
    ColdFusion
    Today I Found Out
    CGP Grey
    rozbalit záhlaví
    HOWKING
    HOWKING --- ---
    ALDEMIK: Tak tak fakta co tvrdí jsou předpokládám nevycucaná z prstu. Jsou natolik triviální, že tam asi spor nebude. Tohle není nic odborného. Spíš jen zamýšlení, jak tahle civilizace potřebuje čím dál méně sice pilných a pečlivých, ale mentálně méně zdatných lidí a co s nimi. Oni neubudou. (naopak, znám jiný průzkum, že IQ celosvětové populace poslední století plynule klesá) Mě zaujal ten fakt o řidičích (nevím, zda je to nejčastější povolání méně bystrých, ale tomu bych věřil) co ti budou dělat? Odhaduju, že za 20 let nebude řídit auto (kromě fandů do řízení) nikdo.
    E2E4
    E2E4 --- ---
    ATUARFIK
    ATUARFIK --- ---
    Z nějakého neznámého důvodu jsem dostala nutkání přečíst si něco o jaguárech, a dozvěděla jsem se dvě zajímavá fakta:

    - Jaguár má mimořádně silný skus, což "mu umožňuje lovit krunýřem opatřené plazy[4] a používat neobvyklou metodu usmrcování – prokousnutí lebky oběti mezi ušima a usmrcení narušením mozku."
    - slovo "jaguár" pochází z portugalštiny, kam se dostalo z brazilského domorodého jazyka tupi, ve kterém znamená "zvíře". Jeho latinský název "panthera" pochází z řeckého "panther", což znamená "levhart" a úplně původně možná je ze sánskrtského "pundarikam", což znamená "tygr". Aztékové pro jaguáry používají slovo "ocelot".

    O garáži žádné zajímavé informace nemám.
    TRISSIE
    TRISSIE --- ---
    CROSS: v tomto je duolingo nevinně, za to může český rozhlas a série radiokniha, aktuálně
    Tajemství a fakta o letu Jurije Gagarina do vesmíru. Byl první? A o čem se nesmělo mluvit? | Plus
    https://plus.rozhlas.cz/tajemstvi-a-fakta-o-letu-jurije-gagarina-do-vesmiru-byl-prvni-a-o-cem-se-nesmelo-8462823
    :-)
    TRISSIE
    TRISSIE --- ---
    HNILOB: jakkoli fakta jsou nezpochybnitelná, dlužno dodat, že Susanna Salterová nebyla jen tak nějaká holka pro srandu králíkům - pocházela z politicky velmi aktivní rodiny, její otec byl prvním starostou Argonie, její manžel byl městským tajemníkem a její tchán víceguvernér Kansasu. Ona sama studovala na vysoké škole, ale ze zdravotních důvodů nedokončila poslední ročník. Takže tenhle vtip pánům moc nevyšel :-)
    DARKSUN
    DARKSUN --- ---
    NAVARA: muzes k tomu dodat nejaka fakta? imho by neco takoveho tvrde narazelo napriklad na antidiskriminacni zakon.
    MEJLA77
    MEJLA77 --- ---
    https://www.alkohol-skodi.cz/ - nějaká fakta k těm dojmům...
    QUIP
    QUIP --- ---
    JON: Ten denik stoji za to, clovek se odtamtud dozvi taky malo znama fakta:
    Treba jako v casti o tom, co se v hrobech nachazi a co tam rozhodne nema byt (cihly, odpadky), ale ne je v hrobe, taky primo v mrtvolach:

    Specialisté jsou v tomhle i někteří doktoři z patologie či jejich asistenti. Když jsem se s tím potkal poprvé, zůstal jsem s otevřenou pusou a nadával jak špaček. Člověk exhumuje ostatky, vytahuje lebku, která soudě podle řezu byla na pitvě, a najednou z ní vypadnou dva páry lékařských rukavic a obal od tatranek.
    QUIP
    QUIP --- ---
    A nemate nekdo zajimava fakta k tomu, jak probiha postupna trojnasobna exhumace? To me na tom pribehu dost zaujalo. Myslim veci jako po kolika letech se v zemi rozlozi telo, po kolika se rozpadne rakev, jestli ho pokazde prendavali do nove rakve a tak ;)
    TRISSIE
    TRISSIE --- ---
    XCHAOS: já se omezila na prokazatelná historická fakta, ovšem ano, ta omáčka kolem je taky roztomilá.
    Včetně toho, že rakouští důstojníci, pokoušející se zarazit chaos tím, že pořvávali "HALT, HALT!" ve skutečnosti situaci zhoršovali, protože ne-rakušáci slyšeli místo toho "Alláh, Alláh!" :-)
    BBR
    BBR --- ---
    XCHAOS: Proč se města, řeky a jiné projevy komplexních (ve významu slova, jak ho používají zeměpisci) systémů organizují do krajně asymetrických rozdělení je zajímavá otázka. Pokusím se o spekulativní, jen mírně poučenou odpověď, která snad nebude zcela mimo, i když zůstává stále na začátku cesty.

    Pravděpodobně je to proto, že podmínky na zemském povrchu jsou různorodé. Jevy, které sledujeme, geografické jevy - řeky, města, jezera, horstva, firmy, ... - jejich výskyt a jejich "kvalita" ve smyslu jaký mají charakter - jsou složitě, vícenásobně podmíněny kombinací různých vlivů (přírodních, hospodářských, sociálních, historických, kulturních). V důsledku tohoto komplexního působení různých vlivů jsou na Zemi nejčastější takové podmínky, které pro rozvinují určitého jevu do "největší velikosti" (ale asi platí i do nejvyšší kvality) nejsou příliš příznivé, ale současně ne zcela nepříznivé. Takže na Zemi jsou nejčetnější místa/případy, kdy prostředí není pro daný jevy vysloveně nepřátelské, ale ani nijak zvlášť přátelské, a daný jev se proto vyskytuje jako "malý", ale zato velmi četný. Naproti tomu míst, kde jsou podmínky zvlášť příznivé, je málo, protože vyžadují příznivou kombinaci příliš mnoha faktorů, ke které dochází jen zřídka (proč, o tom dále, ale odpověď nečekejte). Pokud k příznivé kombinaci vlivů dojde, vyrostou velká města, velké firmy, malé řeky se slijí do velkých (a množství malých řek je mimo jiné podmínkou té velké, že), vytvoří se velké jezero, vznikne velká hora nebo pohoří. Spekuluji, že velkých měst bylo dlouho méně než velkých řek nebo hor, dokud byla města vázána převážně na příznivé přírodní podmínky. V okamžiku, kdy pro rozvoj měst začaly být důležitější podmínky hospodářské a sociální, neboť technologie umožňují nepříznivé přírodní podmínky překonávat, je na světě asi více velkých měst než velkých řek, ale současně diferenciace zhruba podle Zipfa, tedy krajně asymetrické rozdělení, se jen přesune o řád výš, jsou větší města, slévají se do metropolitních oblastí nebo rostou do týchž, ale samotný charakter rozdělení zůstává, z výše uvedených důvodů komplexity vlivů/podmínek, zachován.

    Teď k otázce proč je příznivá kombinace faktorů pro výskyt určitého komplexně podmíněného jevu vzácná? Nevím. Opět spekulace: jednotlivé vlivy, které tvoří komplex vlivů ovlivňujících určitý jev, sice nepůsobí náhodně, protože pro každý z nich lze většinou najít nějaká pravidla, podle kterých se daný vliv chová (vedlejším důsledkem je, že se někdy dá chování toho vlivu jakžtakž předpovídat), a někdy známe určitá pravidla pro kombinaci velmi malého počtu těchto vlivů (víme, jak se navzájem ovlivňují, jak spolupůsobí), ale pro spolupůsobení celého komplexu těch vlivů pravidla nejen neznáme, ale mám pochybnost, zdali jsou (přinejmenším prakticky) poznatelná. Z našeho pohledu se tedy komplex vlivů, který působí na komplexně podmíněné jevy, chová náhodně. Je-li opravdu náhodný či nikoliv pravděpodobně zavádí úvahy také do oblasti filosofie, tam já už nemůžu. Nebo do oblasti matematiky, tam taky nemůžu.

    Nevím, jestli ještě distribuuji zajímavá fakta. Pokud ne, omlouvám se.
    XCHAOS
    XCHAOS --- ---
    DARKSUN: už mlčím. Nicméně staré perské civilizace jsou spíš doména Součka a Danikena, ne? tam se zajímavá fakta mísí s mimozemštany :-)) #offtopic

    Nicméně s tím lezením přes plůtek tě chápu - viděl jsem takhle terakotovou armádu První císaře u Xi-anu, což je mainstreamová atrakce nulté hvězdné viditelnosti, viditelná pouhým okem i z povrchu Měsíce a oken hotelových restaurací v půlce Číny, apod. Akorát ta samotná pyramida/velomohyla prvního císaře, která je hned vedle, vůbec zpřístupněnou nemaj a vlastně ani nic neuzporon'uje, že tam je... teda neumím čínsky, takže možná je tam někde nějaká vyhlídka na pyramidu, kterou jsem minul, ale nepřišlo mi. Areál má řádově kilometry čtvereční a když jsem ho chtěl objet a najít místo, odkud je pyramida vidět, tak jsem mimo vyšlapané stezky pro čínské i zahraniční organizované zájezdy objížděl záhadnou pyramidu (je to fakt celkem výrazná dominanta v krajině) kolem dokola po blátivých polních cestách mezi políčky místních a koukal na ní přes nějaký plot, či co. Tenhle kontrast je typicky čínský, spíše než obecně asijský: když se něco prohlásí za atrakci tak se to ideálně desítky let slepuje pod lupou z fidloprciček a celé se to vybuduje znovu a lépe - ale když se na něco rozhodnou vůbec nesáhnout a nekopnout do toho, tak se kolem toho postaví plot a zvědaví backpackeři at' si hledají polní cesty na Google maps :-)

    Akorát teda tak staré jako egyptské nebo peruánské pyramidy to nemaj... to je asi cca jenom jako ten Řím, takže nuda.
    GUMBA
    GUMBA --- ---
    Taky si dovolím menší zamyšlení na toto téma, dozajista zodpovím mnoho otázek, které nikoho nezajímaly, a zdistribuuji několik mírně, ale opravdu jen mírně zajímavých faktů :)
    Těch rozličných zákonů (obvykle empiricky vypozorovaných v nějakém odvětví lidské činnosti) je poměrně velké množství, jsou pojmenovány po mnoha různých lidech (o tom že leckdy nesprávně hodím poznámku závěrem), mají však mnohé společné, protože v pozadí se opakují jisté základní principy, které se zde pokusím nastínit. Omlouvám se za trochu delší text :)

    Kratší úvod, který znalejší statistiky mohou přeskočit. Předpokládám, že většina diskutujících tady (přinejmenším intuitivně) chápe, co je to populace (soubor) nějakých jedinců (prvků), a že u takové populace mohu statisticky vyšetřovat nějakou vlastnost, tj. mohu přiřadit každému jedinci (prvku) nějaké číslo. Např. mám populaci 100 lidí a každý má nějakou výšku. Mohu tedy takovou populaci popsat stovkou číselných údajů - výšek těch lidí. A můžu to nějak matematicky uchopit, třeba spočítat jejich průměr ... a vyjde mi průměrná výška té populace. Co mají statistici (a leckteré příbuzné obory) rádi, je z těch dat udělat histogram, neboli vzít tu vlastnost (zde číslem vyjádřenou výšku člověka) a vynést ji na vodorovnou osu s nějakým krokem (třeba jeden cm) v intervalu od minimální do maximální hodnoty, která se v populaci vyskytla. Tím na té ose vznikne nějaké množství "chlívečků" (říká se jim biny), do kterých mohu ty jednotlivé číselné hodnoty umisťovat. Na svislé ose tak měřím počet jedinců z populace, kteří mají výšku v daném rozmezí, např. v chlívečku 178-179 cm. Čím větší bude populace (resp. z ní zkoumaný vzorek), tím hladší a hodnověrnější bude výsledný histogram. Když místo 100 lidí použiji 10 000, už budu mít poměrně dobrou představu o tom, jak jsou různé výšky v populaci rozděleny. Rozdělení pravděpodobnosti, to je přesně to, co mají statistici ze všeho nejraději. Vznikne z histogramu, kam nasypu tu populaci, když ty počty v jednotlivých binech vydělím celkovou populací (čímž vznikne normovaný histogram, místo počtů budu mít na svislé ose relativní četnosti, plocha vzniklého histogramu bude jednotková, a bude tedy mít význam pravděpodobnosti).

    Vsuvka: Např. u biologických populací bývá obecně zažité, že takto vzniklý obrázek (rozdělení pravděpodobnosti) připomíná normální rozdělení (aka Gaussovo rozdělení, Gaussovka). Pravdou je, že ve skutečnosti je v biologii normální rozdělení poměrně vzácné (nepopisuje přesně tedy ani tu zmíněnou výšku v lidské populaci; určitou výjimkou je IQ, které je ale jako veličina s normálním rozdělením schválně zavedena a IQ testy jsou podle toho nadesignovány).

    Statistici (a matematici, fyzici, chemici, ekonomové, sociologové, lékaři, ...) mohou tímto způsobem - pomocí nástroje rozdělení pravděpodobnosti*) - matematicky popisovat různorodá data a zejména ta data kloudně zpracovat.
    *) Správně je pojem rozdělení pravděpodobnosti pouze pro veličiny, které jsou matematicky řečeno "diskrétní" (nabývají pouze určitých oddělených hodnot - např. počet něčeho na kusy). Pro "spojité" veličiny je správný pojem hustota pravděpodobnosti, jinak by ta matematická stránka nefungovala správně. Nicméně v češtině se často pro obojí používá pojem rozdělení pravděpodobnosti.
    Lze tedy mít nějakou veličinu x (třeba tu výšku lidí v cm) a znát její rozdělení pravděpodobnosti f(x), což je funkce, která dané hodnotě x přiřadí pravděpodobnosti, s jakou jedince s takovou výškou x dané populaci nalezneme. (Opět: pro spojité je f(x) správně hustota pravděpodobnosti a až nějaký interval ve veličině x vyjadřuje pravděpodobnost.)

    Jak jednou známe f(x), máme úplný popis chování té náhodné veličiny x. Víme, jak se statisticky chová a můžeme se o ní leccos dozvědět - výpočtem. Např. jak už bylo zmíněno výše, můžeme spočítat aritmetický průměr té populace. Aritmetický průměr x̄ nějaké veličiny x, je (matematickou řečí) "první moment" funkce f(x), a má význam "očekávané hodnoty". Tj. hodnoty, která poměrně vhodně charakterizuje výšku celé populace. Prostě průměr. Můžeme spočítat také vyšší momenty f(x), např. druhý (centrální) moment má význam disperze (D, také variance, česky též rozptyl), a říká nám, jak jsou hodnoty x rozloženy okolo očekávané hodnoty (aritmetického průměru). Odmocninou z disperze D = σ2 je standardní odchylka σ. (Třetí a vyšší momenty ponechme stranou.)

    Pojďme pomalu k tématu, ale ještě ne úplně :)
    Mám tedy náhodnou veličinu x, kterou mám popsanou pomocí f(x), a mohu ji charakterizovat nějakými základními charakteristikami, např. tím průměrem x̄ a disperzí σ2. Matematická statistika disponuje řadou zajímavých tvrzení, které tyto dvě charakteristiky a chování náhodné veličiny x svazují. Dvě z nich mohou být pro laika velmi překvapivá. Pravděpodobnost, že se nějaká hodnota x (v celé populaci) nachází dále od střední hodnoty x̄ než je nějaký k-násobek standardní odchylky σ, je menší než 1/k2; např. pravděpodobnost, že bych nalezl nějakou hodnotu dále než 5 standardních odchylek je menší 1/25 = 0.02 = 2 %. Říká se tomu Čebyševova nerovnost a platí pro libovolné rozdělení f(x). (Stačí, že má definovány střední hodnotu x̄ a disperzí σ2.) Z Čebyševovy nerovnosti lze odvodit jiné zajímavé tvrzení, centrální limitní větu, která říká pro naši svatou trojici f(x), x̄ a σ2 následující: když budu ty veličiny x n-krát losovat (nebo nějak jinak generovat), a budu je průměrovat, tak mi místo x vznikne jiná náhodná veličina, označím ji třeba y. Pokud to n bude dostatečně velké, vzniklá veličina y bude mít normální rozdělení (gaussovka) se střední hodnotou x̄ a disperzí disperzí σ2/n. A opět na původním rozdělení f(x) té průměrované veličiny nebude záležet. Vše zprůměrováním skončí jako gaussovka.

    (Už se pomalu dostávám k tématu!) Jak už přívlastky centrální a normální v názvu tvrzení a gaussovky napovídají, mají ve statistice svou důležitost. Normálně, tj. gaussovsky, se chová průměrování čehokoliv (až na výjimky, jeden patologický příklad uvádím úplně na konci) ... stačí, když to sčítáme dostatečně dlouho. Klasickým příkladem je difuse (např. Brownův pohyb). Zrníčko barviva nebo třeba čaje je obklopeno molekulami vody. Ty mají náhodné rychlosti (dané Maxwellovým-Boltzmannovým rozdělením, ale to není podstatné, protože centrální limitní větě je to jedno a stejně z toho vyrobí gaussovku) a naráží jich velké množství. Z jedné strany, z druhé strany atd ... vše se vektorově posčítá. Zprůměrovaný efekt těch mnoha srážek molekul se zrníčkem čaje bude ten, že mu bude udělena (náhodná) rychlost, která má normální rozdělení. (A to lze i dobře experimentálně ověřit, i za běžných podmínek difuse pěkně splňuje 2. Fickův zákon, kde vystupuje gaussovka v příslušné dimenzi - podle toho jde-li o 2D nebo 3D difusi).

    Zcela zásadním pozorováním zde je, že průměrování velkého počtu aditivních veličin vedlo ke vzniku gaussovky.
    Všude, kde těch vlivů je hodně a jsou aditivní (prostě splňují předpoklady centrální limitní věty), někde na konci toho procesu čeká gaussovka. Proto ty výše zmíněné biologické systémy často mívají rozdělení hodně podobná gaussovce: mnoho vlivů, které se sčítají. Výšku člověka neovlivňuje jediný gen nebo podobný vliv. Kromě velkého množství genů (náhodně popárované od rodičů) také další vlivy (např. výživa) během růstu jedince. Do značné míry jsou jejich účinky aditivní a výsledkem je přibližně gaussovka.

    V jiných oblastech se normální rozdělení (gaussovka) tak moc často nenachází, čím to? No ve skutečnosti jsou totiž ty efekty aditivní jen málokdy, mnohem mnohem mnohem častěji jsou totiž multiplikativní. Dost často se věci mají tendenci měnit úměrně své velikosti. Průměrujeme-li opět mnoho vlivů, tentokrát však multiplikativních místo aditivních (matematicky geometrický místo aritmetického průměru), obdržíme místo normálního rozdělení rozdělení lognormální. (Logaritmus krásně z násobení dělá sčítání.) A lognormální rozdělení tak nacházíme v mnoha procesech v přírodě, společnosti atd. Velká planeta (nebo velká hrouda hlíny) se stává větší, protože má větší gravitační pole (resp. větší povrch na který se může lepit další hlína). Pohyby na burze jsou také samozřejmě multiplikativní, vydělám a prodělám 1 %, ať mám investováno hodně nebo málo. Populární výrobek/služba/firma osloví více zákazníků úměrně své velikosti.

    A tedy k tématu těch různých zákonů. Gaussovku a lognormální pozná každý a je u nich jasný ten "základní princip", kdy u gaussovky je za tím aditivita těch vlivů, u lognormálního jsou vlivy multiplikativní - pěkným příkladem je zde již někým zmíněný Benfordův zákon (ve skutečnosti prvně popsaný daleko dříve Newcombem, který si údajně povšiml více ohmataných stránek logaritmických tabulek pro čísla začínající 1 a 2), tam to lognormální rozdělení krásně vystupuje v četnosti počátečních cifer zápisu takřka čehokoliv. Od délek řek nebo velikostí planet až po velikosti populací obcí (používá se to např. v testování falšování volebních výsledků).
    Problém samozřejmě je, když se to rozdělení chová nějak výrazně jinak, ten "základní princip" na pozadí bývá těžké určit. Velmi zajímavým nástrojem je potom, co uvidím za obrázek, když graf funkce rozdělení pravděpodobnosti f(x) nějak vhodně ztransformuji, obvykle zlogaritmuji. Např. místo f(x) bude f(log(x)), čímž třeba z té zmíněné gaussovky udělám lognormální rozdělení. Často se zlogaritmují obě osy, svislá i vodorovná. Když dostanu (na relevantním úseku) lineární závislost nebo něco podobně pěkného, obvykle to něco důležitého o chování systému prozrazuje a velmi často to někdo už v minulosti pozoroval a pojmenoval, obvykle v různých oblastech lidské činnosti několikrát nezávisle na sobě :)
    Lineární úsek zpravidla znamená tendenci k paretovskému chování (třída rozdělění odvozených z Paretova rozdělení). Asi nejznámější je Paretovo rozdělení popisující známý princip (nerovného) rozložení bohatství v populaci. Matematicky je to příbuzné s již zmíněným Zipfovým zákonem, souvisí s tím Giniho koeficient, Bradfordův zákon, efekt sv. Matouše, a mrtě dalších statistik v ekonomii, sociologii, a dalších oblastech.
    Na podobném principu se ve fyzice analyzují power laws (mocninné zákony či jak se to překládá) kdy po vhodné transformaci os (zlogaritmování, reciproké osy apod.) vyplavou na povrch souvislosti mezi veličinami a "základní principy". Od dispersních sil (Van der Waals) po distribuci hmoty v populacích hvězd, vyšetřuje se tím rozpad turbulence (Kolmogorovovo spektrum) a spousty dalších věcí ve fyzice kondenzovaných látek ....



    Dvě malé poznámky závěrem, jedná se stále o mírně zajímavá fakta, takže snad nejsem OT:
    Výše jsem popisoval, jak funguje centrální limitní věta. Jedním z rozdělení, na které se aplikovat nedá, (protože nemá definovanou střední hodnotu) je Cauchyho rozdělení. (Ve fyzice se mu častěji říká Lorentzovo, v částicové fyzice také Breitovo-Wignerovo, a popisuje rezonanční chování - klasický oscilátor, přirozený tvar spektrálních čar ve spektroskopiích atd.) Vtipným důsledkem je, jak takový patologický případ odporuje naší každodenní zkušenosti. Intuitivně totiž centrální limitní větu (resp. zákon velkých čísel) chápeme a nevědomky používáme: když mě zajímá průměrná hodnota něčeho, vím, že přesnějšího výsledku dosáhnu, když budu brát průměr z co největší populace (nebo měrit/středovat delší čas apod.). Když hodím kostkou 6x, asi se nebudu divit, že nepadne šestka ani jednou. Když hodím 6-milionkrát, tak by mě to asi už zarazilo. Nebo třeba chci změřit tloušťku papíru, tak místo jediného papíru jich změřím celý balík 500 kusů a vydělím to 500. No a Cauchyho/Lorentzovo rozdělení se chová tak, že tohle nikterak nepomůže. Měřit něco jednou je v jeho případě úplně stejně přesné jako to měřit milionkrát a pak zprůměrovat; jsem na tom stále stejně.

    A druhá poznámka se týká pojmenovávání zákonů. Je zajímavé, že velká část zákonů je pojmenovaná po někom jiném, než kdo tu danou zákonitost či souvislost poprvé objevil či popsal (např. ten zmíněný efekt nazvaný Benfordův zákon objevil astronom Newcomb o desítky let dříve). Téhle velmi časté historické nepřesnosti v pojmenovávání si samozřejmě už někdo všiml, jmenuje se Stiglerův zákon ("žádný věděcký objev se nejmenuje po původním objeviteli"). Úsměvné je, že Stiglerův zákon splňuje sám sebe, neboť tohle chování bylo popsáno sociologem Mertonem (byť to odvozoval od efektu sv. Matouše).
    MEJLA77
    MEJLA77 --- ---
    ESTEN: no dohledávání článků se taky zhoršilo, ale i úplně běžné věci, fakta z wikipedie, pokud nezadám úplně přesný výraz, tak to docela často nedohledá... a dříve měl i takové méně relevantní odkazy, dneska už tam nejsou a pokud nenajde přímo to, co napíšu, tak to nenabídne ani podobné alternativy... asi to nepopisuji moc srozumitelně - ale oproti minulosti, kdy vždycky byly tisíce výsledků ke kdejaké blbosti, tak sice je to hledání "přesnější", ale mně ten rozptyl vyhovoval víc... používám jako výchozí vyhledávač Ecosia, který "sází stromy", ale občas na hledání něčeho z českého prostředí, tak bylo lepší to hledat googlem a teď už mi to nějak nevychází a často se od googlu vracím k ecosii, která mi těch výsledků vyhodí víc a sám se tím pak můžu probírat... na rozdíl od google, který je přesnější, ale těch výsledků je méně a musím přesněji "mířit" obsah slov, aby mi to našlo to, co chci najít...
    AXTHEB
    AXTHEB --- ---
    NVT: Hele Součka bych jako důvěryhodný zdroj pravdy moc nebral, často prezentuje jako fakta i info přebrané z agentury JPP.
    XCHAOS
    XCHAOS --- ---
    Blue–green distinction in language - Wikipedia
    https://en.wikipedia.org/wiki/Blue%E2%80%93green_distinction_in_language
    Tohle je wikistránka, kterou zvažuju přeložit do češtiny... fakt zajímavá fakta dokumentující, jak jazyk formuje vnímání..
    KOVOVAMINCE
    KOVOVAMINCE --- ---
    "Když nemají chleba, ať jedí kolače." to přesně Marie Antoinetta nejspíš nikdy neřekla. Věta pochází z Vyznání od Rousseaua z roku 1767, kdy bylo M. A. teprve 12.
    #historie #fakta #chudákTonča
    KURE
    KURE --- ---
    ROLAND: to je článek :D
    původní chybná hypoteza: 10-12k let přnl konec doby ledove, několik destítek generací (1k let?) tlupy, pak města.
    obá, revoluční hypoteza: před 11600 lety město! (tedy 9600 přnl) naprostý šok.
    wtf? umí ten pisálek odečíst dvě čísla?

    a Biblický eden? :D Rolande, tohle je klub pro fakta, klub o scifi je vedle ;)
    KOVOVAMINCE
    KOVOVAMINCE --- ---
    Pářící rituál papouška kakapo spočívá v tom, že si samci vyhrabou díru a v tý nízkofrekvenčně kříčí dokuď k nim nepřijde samička. Když to neklapne, prý si někteří jedinci do díry přitáhnou třeba kámen a obtáhnou aspoň ten.

    Koaláci pro změnu mručí na stromech. Když se k jejich stromu přiblíží jinej samec, mručí silněji v hlubších tónech. Podle intenzity mručení odhadne druhej samec statnost konkurenta a podle toho se rozhoduje o případný konfrontaci. Samice který tráví čas na společnym stromě, si podle mručení vybíraj nejlepšího partnera.
    #zvířata #fakta

    BBC News Koalas bellow with unique voice organ
    https://www.youtube.com/watch?v=ynSiIFxV1KE
    SULTHAN
    SULTHAN --- ---
    Včera jsem se trochu zaseknul na wikipedii o Napoleonovi. Jde mimochodem o celkově fascinující čtení, ale abych vypíchnul nějaká zajímavá fakta.

    Za jeho vlády bylo v některých francouzských koloniích pořád legální otroctví, na jiných už ne. V roce 1794 Národní shromáždění otroctví zrušilo, ale když Napoleon potřeboval finance na svoje války, tak neváhal znova ho v některých koloniích obnovit.

    Jednou z těchto francouzských kolonií bylo Santo Domingo, na kterém se narodil pozdější generál Thomas-Alexandre Dumas Davy de la Pailleterie, otec spisovatele Alexandra Dumase. Thomas-Alexandre se narodil v Santo Domingu jako syn lorda Davyho a černošské otrokyně. Jako nejstaršího syna si ho otec nechal a vzal sebou do Francie, matku a další děti před návratem prodal.

    Jelikož otec mu nedával moc peněz, rozhodl se vstoupit do armády. Ačkoliv byl šlechtic, jako míšenec se nemohl stát rovnou důstojníkem. Začal tedy odspoda a zapsal se ke královským dragounům. V dalších 10 letech se vypracoval až na generála, a dlouho sloužil přímo pod Napoleonem, a nezřídka se s ním často i hádal, jindy ho však Napoleon i chválil.

    Po francouzském tažení v Egyptě skončil v zajetí, a po osvobození dožil život v chudobě, protože nedostal žádný důchod - a to ani přesto, že několikrát psal přímo Napoleonovi o důchod, nebo o nové vojenské zařazení.

    Více viz https://en.wikipedia.org/wiki/Thomas-Alexandre_Dumas
    Kliknutím sem můžete změnit nastavení reklam