04 setembro 2019
Resenha: Audible 2
Um dos programas que mais uso no meu dia-a-dia é o Audible, da Amazon, um aplicativo para áudio-livros. Tenho uma assinatura que me permite baixar um livro por mês, além da possibilidade de devolvê-lo se não tiver gostado.
Recentemente publiquei um texto, com base em um vídeo do Max Joseph, com a dica de se ouvir um áudio livro pela manhã, ao preparar o café, para adiantar as suas leituras do dia, e é exatamente o que eu faço. Também vale como companhia no trânsito, ou em alguma atividade chatinha como enquanto se lava a louça, ou até mesmo antes de dormir. Basta acessar o app do seu celular, tablet, ipod... a fonte que desejar. Alguns modelos do kindle suportam essa opção também.
É um programa relativamente caro – US$ 14,95 – mas acho válido por, além de haver disponibilidade dos títulos que mais gosto, também me permitir treinar o inglês. Caso não se interesse pela assinatura, você pode comprar o próprio livro, que sai por uma média de US$ 20. Existem outros tipos de assinatura. Você pode clicar aqui para avalia-las e é muito simples cancelá-las ou suspendê-las temporariamente.
Para os que estiverem se sentindo especialmente generosos, existe a possibilidade fenomenal do whispersync. É aquela mesma funcionalidade que é aplicada quando você abre o seu e-book em um outro aparelho ou aplicativo e ele te pergunta se você quer sincronizar e ir para a última página lida. Ao comprar o áudio você tem um mega desonto para adquirir o ebook na Amazon. E aí os arquivos – áudio e ebook – se sincronizam. Eu acho isso de uma genialidade fenomenal! E especialmente útil quando a obra é assustadoramente grande, ou precisamos termina-la com alguma rapidez. Li diversos livros das Crônicas de Gelo e Fogo assim.
Às vezes eu fico meio dispersa e tenho dificuldade de começar um livro, então acabo pegando a amostra da versão do ebook que a Amazon fornece e, após ler e pegar o começo da história, acho mais fácil me concentrar no áudio. Outra dica é ouvir a amostra do próprio áudio livro para que você teste se entenderá o sotaque, se gostará da voz do narrador, etc.
Outras qualidades:
- Os créditos mensais não vencem;
- É muito fácil devolver um livro;
- Há o sleep timer, com o qual você pode programar para que o áudio seja desligado após um tempo pré-selecionado. Ótimo para os que gostam de ir dormir ouvindo algo;
- Velocidade de narração personalizável. Apesar de isso ser o terror dos narradores, que planejam muito bem a entonação e as pausas, há a possibilidade de diminuir o ritmo ou aumenta-lo;
- Mensalmente há também uma seleção de 6 títulos dos quais você pode escolher dois como cortesia. São os chamados “originais Audible”. Já os baixei, mas ainda não ouvi nenhum então não tenho opinião sobre...;
- Existem uns conteúdos diferentes, tipo meditação guiada, preparação para correr maratonas, notícias... Que são cortesia aos membros. Ouvi um programa para meditação guiada e curti.
Vale a pena: Sim! Caso você tenha se interessado, o primeiro livro é de graça para que você experimente o programa.
Nota: (i) A resenha envolveu essencialmente o Audible por ser o que eu uso, mas já há disponibilidade de programas com títulos em português, como o Google Livros. Por ainda serem poucos os títulos, só ouvi amostras gratuitas, mas me pareceu inicialmente razoável. (ii) Não é material promocional e os links não são afiliados. (iii) o Audible já havia sido resenhado também em 2016. Clique: aqui para acessá-la.
P.S. - Nessa assinatura o meu cartão é cobrado mensalmente, como acontece com o Netflix por exemplo. Com isso a cada dia 15 recebo um crédito e com ele posso escolher uma obra. Caso eu não queira mais participar, basta cancelar o plano. É bem simples e fácil... Tirando as tentações que eles oferecem para te fazer mudar de ideia... Na primeira vez que cancelei, me ofereceram mais um livro naquele mês! Hoje em dia quando estou com muitos créditos, acabo optando por suspender a assinatura por alguns meses, que também é uma possibilidade.
03 setembro 2019
Sorteio no instagram
Empresas não sabem o que fazer com os dados que coletam
Uma das características do mundo atual é o grande volume de dados. O baixo custo de reprodução, os canais de compartilhamento de dados - como as redes sociais, a digitalização de informações que antes estavam no papel são alguns dos fatores que ajudam a explicar o que observamos no mundo atual. Sob a ótica do indivíduo, este excessivo número de dados termina por gerar problemas de atenção, ansiedade, depressão, entre outros.
Neste cenário, é comum imaginarmos de um lado o indivíduo usando os meios digitais e entregando informação. De outro lado, uma empresa coletando dados para seu uso pessoal. Quando o Facebook comprou o Wpp, sabia-se que a operação de mensagem não seria lucrativa. No passado, para associar ao Wpp era necessário um pagamento anual. Hoje, nem isto. Mas a empresa de Zuckerberg não joga dinheiro fora. Se com a compra do Wpp seria possível reduzir um potencial concorrente, o Facebook também estava de olho na grande quantidade de informações que os usuários entregam nas suas conversas. A operação de compra do Wpp seria rentável somente com os dados que seriam obtidos no aplicativo.
Temos uma noção de que as empresas estão sempre coletando dados e usando estas informações para determinadas finalidades. Entretanto, uma pesquisa mostra que a maioria dos dados coletados não são usados. Parte desses dados são desconhecidos; outros simplesmente não são usados. Entrevistando 1.300 líderes da Austrália, China, França, Alemanha, Japão, EUA e Reino Unido, a pesquisa mostrou que segundo a estimativa dos entrevistados 55% do dados não são usados. Segundo a pesquisa, a principal razão é a ausência de uma ferramenta para capturar e analisar os dados. Isto pode ocorrer em razão da empresa trabalhar com sistemas separados, por exemplo. Mas os dados podem também não serem bons, pois faltariam informações relevantes. Ou por não saber com usar.
Observe que o percentual de não aproveitamento é declaratório. Na prática isto deve ser maior. Assim, da mesma forma que o usuário fica perdido com tanta informação, as empresas também não sabem o que fazer com os dados. Um consolo?
Neste cenário, é comum imaginarmos de um lado o indivíduo usando os meios digitais e entregando informação. De outro lado, uma empresa coletando dados para seu uso pessoal. Quando o Facebook comprou o Wpp, sabia-se que a operação de mensagem não seria lucrativa. No passado, para associar ao Wpp era necessário um pagamento anual. Hoje, nem isto. Mas a empresa de Zuckerberg não joga dinheiro fora. Se com a compra do Wpp seria possível reduzir um potencial concorrente, o Facebook também estava de olho na grande quantidade de informações que os usuários entregam nas suas conversas. A operação de compra do Wpp seria rentável somente com os dados que seriam obtidos no aplicativo.
Temos uma noção de que as empresas estão sempre coletando dados e usando estas informações para determinadas finalidades. Entretanto, uma pesquisa mostra que a maioria dos dados coletados não são usados. Parte desses dados são desconhecidos; outros simplesmente não são usados. Entrevistando 1.300 líderes da Austrália, China, França, Alemanha, Japão, EUA e Reino Unido, a pesquisa mostrou que segundo a estimativa dos entrevistados 55% do dados não são usados. Segundo a pesquisa, a principal razão é a ausência de uma ferramenta para capturar e analisar os dados. Isto pode ocorrer em razão da empresa trabalhar com sistemas separados, por exemplo. Mas os dados podem também não serem bons, pois faltariam informações relevantes. Ou por não saber com usar.
Observe que o percentual de não aproveitamento é declaratório. Na prática isto deve ser maior. Assim, da mesma forma que o usuário fica perdido com tanta informação, as empresas também não sabem o que fazer com os dados. Um consolo?
Lynne Doughtie está saindo da KPMG
Há um semana a atual presidente da empresa de auditoria KPMG, Lynne Doughtie, informou que não iria ter novo mandato como presidente e CEO da empresa. Lynne foi a primeira mulher que liderou a KPMG e a segunda mulher CEO de uma Big Four. Formada na Virginia Tech e desde 1994 na empresa, Lynne assumiu sua posição em 2015 (fonte: aqui).
Apesar de ter conseguido aumentar a receita da empresa, Lynne teve que conviver com muita confusão, herança do passado. Teve que demitir seis dos principais executivos da empresa, envolvidos no roubo de informação do regulador, o PCAOB. Recentemente, alguns deles já receberam a sentença. Há relatos de perda de clientes, moral baixa (piadas como “Big Three e KPMG” refletem isto) e outros problemas. Talvez a empresa seja retirada da General Electric, um cliente de mais de 100 anos, com acusações possíveis de não ter descoberto uma fraude de bilhões de dólares. E tome Fifa, Wells Fargo, Carilion e Gupta, nomes relacionados com escândalos contábeis e KPMG.
O Going Concern especula se ela foi forçada a sair (dado o histórico acima) ou se não queria continuar, já que está perto da idade de aposentadoria obrigatória na empresa.
Apesar de ter conseguido aumentar a receita da empresa, Lynne teve que conviver com muita confusão, herança do passado. Teve que demitir seis dos principais executivos da empresa, envolvidos no roubo de informação do regulador, o PCAOB. Recentemente, alguns deles já receberam a sentença. Há relatos de perda de clientes, moral baixa (piadas como “Big Three e KPMG” refletem isto) e outros problemas. Talvez a empresa seja retirada da General Electric, um cliente de mais de 100 anos, com acusações possíveis de não ter descoberto uma fraude de bilhões de dólares. E tome Fifa, Wells Fargo, Carilion e Gupta, nomes relacionados com escândalos contábeis e KPMG.
O Going Concern especula se ela foi forçada a sair (dado o histórico acima) ou se não queria continuar, já que está perto da idade de aposentadoria obrigatória na empresa.
02 setembro 2019
Bolhas do Bitcoin: análise de 2012 a 2018
Resumo :
We present a detailed bubble analysis of the Bitcoin to US Dollar price dynamics from January 2012 to February 2018. We introduce a robust automatic peak detection method that classifies price time series into periods of uninterrupted market growth (drawups) and regimes of uninterrupted market decrease (drawdowns). In combination with the Lagrange Regularization Method for detecting the beginning of a new market regime, we identify three major peaks and 10 additional smaller peaks, that have punctuated the dynamics of Bitcoin price during the analysed time period. We explain this classification of long and short bubbles by a number of quantitative metrics and graphs to understand the main socioeconomic drivers behind the ascent of Bitcoin over this period. Then, a detailed analysis of the growing risks associated with the three long bubbles using the Log-Periodic Power-Law Singularity (LPPLS) model is based on the LPPLS Confidence Indicators, defined as the fraction of qualified fits of the LPPLS model over multiple time windows. Furthermore, for various fictitious ‘present’ times t2 before the crashes, we employ a clustering method to group the predicted critical times tc of the LPPLS fits over different time scales, where tc is the most probable time for the ending of the bubble. Each cluster is proposed as a plausible scenario for the subsequent Bitcoin price evolution. We present these predictions for the three long bubbles and the four short bubbles that our time scale of analysis was able to resolve. Overall, our predictive scheme provides useful information to warn of an imminent crash risk
Fonte: Gerlach JC, Demos G, SornetteD. 2019 Dissection of Bitcoin’s multiscale bubblehistory from January 2012 to February 2018. R.Soc. open sci. 6: 180643.http://dx.doi.org/10.1098/rsos.180643
We present a detailed bubble analysis of the Bitcoin to US Dollar price dynamics from January 2012 to February 2018. We introduce a robust automatic peak detection method that classifies price time series into periods of uninterrupted market growth (drawups) and regimes of uninterrupted market decrease (drawdowns). In combination with the Lagrange Regularization Method for detecting the beginning of a new market regime, we identify three major peaks and 10 additional smaller peaks, that have punctuated the dynamics of Bitcoin price during the analysed time period. We explain this classification of long and short bubbles by a number of quantitative metrics and graphs to understand the main socioeconomic drivers behind the ascent of Bitcoin over this period. Then, a detailed analysis of the growing risks associated with the three long bubbles using the Log-Periodic Power-Law Singularity (LPPLS) model is based on the LPPLS Confidence Indicators, defined as the fraction of qualified fits of the LPPLS model over multiple time windows. Furthermore, for various fictitious ‘present’ times t2 before the crashes, we employ a clustering method to group the predicted critical times tc of the LPPLS fits over different time scales, where tc is the most probable time for the ending of the bubble. Each cluster is proposed as a plausible scenario for the subsequent Bitcoin price evolution. We present these predictions for the three long bubbles and the four short bubbles that our time scale of analysis was able to resolve. Overall, our predictive scheme provides useful information to warn of an imminent crash risk
Fonte: Gerlach JC, Demos G, SornetteD. 2019 Dissection of Bitcoin’s multiscale bubblehistory from January 2012 to February 2018. R.Soc. open sci. 6: 180643.http://dx.doi.org/10.1098/rsos.180643
Assinar:
Postagens (Atom)