📌 *Enlace Capítulo 1:* https://youtu.be/uS5V09Lpu9A Este *Capítulo 2* de la serie explica cómo se consolidan y se recuperan los recuerdos y cómo, a partir de ahí, tu mente construye *conceptos, esquemas y unidades de conocimiento estructuradas.* También vemos cómo entrenar el pensamiento crítico, de dónde surgen los prejuicios, por qué el lenguaje moldea la memoria semántica y cómo estado de ánimo y contexto influyen al recordar.
📌 *Qué aprenderás:* 👉 Qué es la consolidación y por qué “guardar” ≠ “archivar datos”. 👉 Cómo nacen los conceptos (concretos vs. abstractos) y su relación con el lenguaje. 👉 Qué son los esquemas (guiones temporales) y cómo habilitan o sesgan el razonamiento. 👉 Qué son las unidades de conocimiento y por qué aceleran la comprensión y la creatividad. 👉 Claves prácticas para pensamiento crítico: detectar etiquetas con significados distintos, usar “comillas mentales”, cambiar de “gafas” (esquemas). 👉 Reconocimiento vs. recuerdo y el papel del estado de ánimo y el contexto al recuperar.
📌 *Capítulos:* 0:00 - Introducción
1:48 - Etapa de Consolidación: de huellas a redes conceptuales. 6:10 - Redes conceptuales y discusión semántica. 8:34 - Ideologías 10:48 - Subjetivismo, convergencia y divergencia semántica.
12:53 - Conceptos concretos vs. abstractos. 18:26 - Hipótesis Sapir - Whorf, disonancias e incoherencias.
22:17 - Esquemas de razonamiento temporal, prejuicios y síntesis. 27:36 - Unidades de conocimiento estructurado. 30:15 - Pensamiento crítico. 37:33 - Incoherencias: señales N400 y P600 41:14 - Consecuencias en el proceso de aprendizaje. 43:53 - Etapa de Recuperación: reconocimiento y recuerdo. 47:16 - Reflexiones finales.
📌 *Referencias mencionadas*: - Tulving, E., & Thomson, D. M. (1973). Encoding specificity and retrieval processes in episodic memory. Psychological Review, 80(5), 352–373. https://doi.org/10.1037/h0020071 - Watkins, M. J., & Tulving, E. (1975). Episodic memory: When recognition fails. Journal of Experimental Psychology: General, 104(1), 5–29. https://doi.org/10.1037/0096-3445.104.1.5 - Lewis, P. A., Critchley, H. D., Smith, A. P., & Dolan, R. J. (2005). Brain mechanisms for mood congruent memory facilitation. NeuroImage, 25(4), 1214–1223. https://doi.org/10.1016/j.neuroimage.2004.11.053 - Christodoulou, J., & Burke, D. M. (2016). Mood congruity and episodic memory in young children. Journal of Experimental Child Psychology, 142, 221–229. https://doi.org/10.1016/j.jecp.2015.09.019 - Hockley, W. E., & Bancroft, T. D. (2015). Context dependent memory. En J. D. Wright (Ed.), International Encyclopedia of the Social and Behavioral Sciences (2.ª ed., pp. 787–795). Elsevier. https://doi.org/10.1016/B978-0-08-097086-8.51028-9 - Akçaoğlu, M. Ö., Uçar, A., & Karataş, K. (2023). The mediating role of metacognitive awareness in the relationship between self-regulation and critical thinking. Thinking Skills and Creativity, 48, 101285. https://doi.org/10.1016/j.tsc.2023.101285 - Ericsson, K. A., & Kintsch, W. (1995). Long-term working memory. Psychological Review, 102(2), 211–245. https://doi.org/10.1037/0033-295X.102.2.211 - Eichenbaum, H. (2016). Memory: Organization and control. Neurobiology of Learning and Memory, 134(Pt B), 1–10. https://doi.org/10.1016/j.nlm.2016.07.001 - Wing, E. A., Zinszer, B. D., & Cabeza, R. (2022). The structure of prior knowledge enhances memory in experts. Proceedings of the National Academy of Sciences, 119(27), e2202065119. https://doi.org/10.1073/pnas.2202065119 - Luchini, S. A., Perret, P., & Lavigne, F. (2024). Mapping the memory structure of high-knowledge students: A network analysis approach. Journal of Intelligence, 12(6), 56. https://doi.org/10.3390/jintelligence12060056 - Wirzberger, M., Herms, R., Escher, C., & Rey, G. D. (2018). Schema-related cognitive load influences performance, behavior, and learning in a delayed-matching task. Cognitive Research: Principles and Implications, 3(1), 27. https://doi.org/10.1186/s41235-018-0138-z - Sweller, J., van Merriënboer, J. J. G., & Paas, F. (2024). Cognitive load theory and individual differences. Learning and Instruction, 87, 101778. https://doi.org/10.1016/j.learninstruc.2023.101778 - Ellerton, P. (2022). On critical thinking and content knowledge: A critique of the “separate skills” model. Thinking Skills and Creativity, 45, 101041. https://doi.org/10.1016/j.tsc.2021.101041 - Wirzberger, M., et al. (2018). Schema-related cognitive load influences performance, behavior, and learning in a delayed-matching task. Cognitive Research: Principles and Implications, 3, 27. https://doi.org/10.1186/s41235-018-0138-z
🔔 Cap. 1 (codificación y atención): https://youtu.be/uS5V09Lpu9A 📚 Bibliografía ampliada y notas en la descripción del Capítulo 1 tienes la bibliografía más completa. 💡 Si te aporta, suscríbete y comparte. Esto es Liberalístico.
En Escapando de la Matrix hablamos de cómo entender la realidad y reconocer los límites de nuestros propios modelos mentales. Qué significa ver más allá de lo evidente, cómo construimos ideas falsas sobre el mundo y por qué romperlas es una de las pocas formas reales de crecer.
Gabriel explica por qué entender siempre da más resultados que no entender, cómo la filosofía se convierte en una herramienta práctica para buscar la verdad y por qué varias de las personas que más han aportado a nuestra industria tienen formación en filosofía. Habla de economía, física y del Go, y cuenta cómo aprender a modelar la realidad, ya sea una partida, una empresa o una conversación, puede cambiar la forma en que pensás y decidís.
Hablamos también del costo de entender: la incomodidad de descubrir que el mundo es más complejo de lo que imaginabas y la responsabilidad que viene con saber. De cómo detectar los “glitches” en tus modelos mentales, tirar del hilo y encontrar del otro lado una versión más precisa del mundo.
Un episodio sobre curiosidad, rigor y pensamiento crítico. Sobre cómo usar la incomodidad como brújula, escapar de la Matrix y construir una forma más clara de ver la realidad.
🔗 Encontrá todas nuestras búsquedas abiertas en: silver.dev/jobs 🎓 Prepará tus entrevistas con Interview Ready: ready.silver.dev
This is the first entry of a multi-part blog series describing how we built a Real-Time Distributed Graph (RDG). In Part 1, we will discuss the motivation for creating the RDG and the architecture of the data processing pipeline that populates it.
Introduction
The Netflix product experience historically consisted of a single core offering: streaming video on demand. Our members logged into the app, browsed, and watched titles such as Stranger Things, Squid Game, and Bridgerton. Although this is still the core of our product, our business has changed significantly over the last few years. For example, we introduced ad-supported plans, live programming events (e.g., Jake Paul vs. Mike Tyson and NFL Christmas Day Games), and mobile games as part of a Netflix subscription. This evolution of our business has created a new class of problems where we have to analyze member interactions with the app across different business verticals. Let’s walk through a simple example scenario:
Imagine a Netflix member logging into the app on their smartphone and beginning to watch an episode of Stranger Things.
Eventually, they decide to watch on a bigger screen, so they log into the app on a smart TV in their home and continue watching the same episode.
Finally, after completing the episode, they log into the app on their tablet and play the game “Stranger Things: 1984”.
We want to know that these three activities belong to the same member, despite occurring at different times and across various devices. In a traditional data warehouse, these events would land in at least two different tables and may be processed at different cadences. But in a graph system, they become connected almost instantly. Ultimately, analyzing member interactions in the app across domains empowers Netflix to create more personalized and engaging experiences.
In the early days of our business expansion, discovering these relationships and contextual insights was extremely difficult. Netflix is famous for adopting a microservices architecture — hundreds of microservices developed and maintained by hundreds of individual teams. Some notable benefits of microservices are:
Service Decomposition: The overall platform is separated into smaller services, each responsible for a specific business capability. This modularity allows for independent service development, deployment, and scaling.
Data Isolation: Each service manages its own data, reducing interdependencies. This allows teams to choose the most suitable data schemas and storage technologies for their services.
However, these benefits also led to drawbacks for our data science and engineering partners. In practice, the separation of business concerns and service development ultimately resulted in a separation of data. Manually stitching data together from our data warehouse and siloed databases was an onerous task for our partners. Our data engineering team recognized we needed a solution to process and store our enormous swath of interconnected data while enabling fast querying to discover insights. Although we could have structured the data in various ways, we ultimately settled on a graph representation. We believe a graph offers key advantages, specifically:
Relationship-Centric Queries: Graphs enable fast “hops” across multiple nodes and edges without expensive joins or manual denormalization that would be required in table-based data models.
Flexibility as Relationships Grow: As new connections and entities emerge, graphs can quickly adapt without significant schema changes or re-architecture.
Pattern and Anomaly Detection: Our stakeholders’ use cases often require identifying hidden relationships, cycles, or groupings in the data — capabilities much more naturally expressed and efficiently executed using graph traversals than siloed point lookups.
This is why we set out to build a Real-Time Distributed Graph, or “RDG” for short.
Ingestion and Processing
Three main layers in the system power the RDG:
Ingestion and Processing — receive events from disparate upstream data sources and use them to generate graph nodes and edges.
Storage — write nodes and edges to persistent data stores.
Serving — expose ways for internal clients to query graph nodes and edges.
The rest of this post will focus on the first layer, while subsequent posts in this blog series will cover the other layers. The diagram below depicts a high-level overview of the ingestion and processing pipeline:
Building and updating the RDG in real-time requires continuously processing vast volumes of incoming data. Batch processing systems and traditional data warehouses cannot offer the low latency needed to maintain an up-to-date graph that supports real-time applications. We opted for a stream processing architecture, enabling us to update the graph’s data as events happen, thus minimizing delay and ensuring the system reflects the latest member actions with the Netflix app.
Kafka as the Ingestion Backbone
Member actions in the Netflix app are published to our API Gateway, which then writes them as records to Apache Kafka topics. Kafka is the mechanism through which internal data applications can consume these events. It provides durable, replayable streams that downstream processors, such as Apache Flink jobs, can consume in real-time.
Our team’s applications consume several different Kafka topics, each generating up to roughly 1 million messages per second. Topic records are encoded in the Apache Avro format, and Avro schemas are persisted in an internal centralized schema registry. In order to strike a balance between maintaining data availability and managing the financial expenses of storage infrastructure, we tailor retention policies for each topic according to its throughput and record size. We also persist topic records to Apache Iceberg data warehouse tables, which allows us to backfill data in scenarios where older data is no longer available in the Kafka topics.
Processing Data with Apache Flink
The event records in the Kafka streams are ingested by Flink jobs. We chose Flink because of its strong capabilities around near-real-time event processing. There is also robust internal platform support for Flink within Netflix, which allows jobs to integrate with Kafka and various storage backends seamlessly. At a high level, the anatomy of an RDG Flink job looks like this:
For the sake of simplicity, the diagram above depicts a basic flow in which a member logs into their Netflix account and begins watching an episode of Stranger Things. Reading the diagram from left to right:
The actions of logging into the app and watching the Stranger Things episode are ultimately written as events to Kafka topics.
The Flink job consumes event records from the upstream Kafka topics.
Next, we have a series of Flink processor functions that:
Apply filtering and projections to remove noise based on the individual fields that are present — or in some cases, not present — in the events.
Enrich events with additional metadata, which are stored and accessed by the processor functions via side inputs.
Transform events into graph primitives — nodes representing entities (e.g., member accounts and show/movie titles), and edges representing relationships or interactions between them. In this example, the diagram only shows a few nodes and an edge to keep things simple. However, in reality, we create and update up to a few dozen different nodes and edges, depending on the member actions that occurred within the Netflix app.
Buffer, detect, and deduplicate overlapping updates that occur to the same nodes and edges within a small, configurable time window. This step reduces the data throughput we publish downstream. It is implemented using stateful process functions and timers.
Publish nodes and edges records to Data Mesh, an abstraction layer that connects data applications and storage systems. We write a total (nodes + edges) of more than 5 million records per second to Data Mesh, which handles persisting the records to various data stores that other internal services can query.
From One Job to Many: Scaling Flink the Hard Way
Initially, we tried having just one Flink job that consumed all the Kafka source topics. However, this quickly became a big operational headache since different topics can have different data volumes and throughputs at different times during the day. Consequently, tuning the monolithic Flink job became extremely difficult — we struggled to find CPU, memory, job parallelism, and checkpointing interval configurations that ensured job stability.
Instead, we pivoted to having a 1:1 mapping from the Kafka source topic to the consuming Flink job. Although this led to additional operational overhead due to more jobs to develop and deploy, each job has been much simpler to maintain, analyze, and tune.
Similarly, each node and edge type is written to a separate Kafka topic. This means we have significantly more Kafka topics to manage. However, we decided the tradeoff of having bespoke tuning and scaling per topic was worth it. We also designed the graph data model to be as generic and flexible as possible, so adding new types of nodes and edges would be an infrequent operation.
Acknowledgements
We would be remiss if we didn’t give a special shout-out to our stunning colleagues who work on the internal Netflix data platform. Building the RDG was a multi-year effort that required us to design novel solutions, and the investments and foundations from our platform teams were critical to its successful creation. You make the lives of Netflix data engineers much easier, and the RDG would not exist without your diligent collaboration!
—
Thanks for reading the first season of the RDG blog series. Check out Part 2, where we go over the storage layer containing the graph’s various nodes and edges.
It’s a measure of their insanity that leaders around the world are seriously considering nuclear war. Ivana Hughes of Columbia on what that would mean.
Chapters: 0:00 How Powerful Are Nuclear Weapons? 9:46 What Would Happen if a Nuke Detonated Over Times Square? 19:53 What Is Nuclear Winter? 24:56 Ozone Layer Destruction 27:06 What Would Happen if a Nuclear Power Plant Was Hit With a Nuclear Weapon? 29:08 How Many Times Have We Launched Nuclear Weapons? 33:57 The Horrifying Effects of Radiation 41:29 Is Nuclear Testing Infecting Our Food and Causing Cancer? 49:41 How Many Nuclear Weapons Exist Today? 51:14 Close Calls With Nuclear War and Lost Nukes 54:47 The Cuban Missile Crisis and JFK’s Attempt to Ban Nuclear Weapons 1:02:03 Why JFK Wanted to End Israel’s Nuclear Program 1:06:16 North Korea’s Nuclear Program 1:08:20 Is Iran Actually Trying to Build a Nuclear Weapon? 1:11:48 The Moral Debate About Our Nuclear Defense Policy 1:19:59 Are World Leaders Calling for Nuclear War? 1:29:50 Should America Lead the Charge in Eliminating Nuclear Weapons? 1:36:50 What Is the Doomsday Clock? 1:41:26 How Much Money Is Spent on Nuclear Weapon Development? 1:43:29 The First Step to Eliminating Nuclear Weapons
¿Te has sorprendido alguna vez revisando de nuevo la mochila de tu hijo, supervisando que haga su tarea o resolviendo un problema antes de que intente hacerlo por su cuenta? Todos los padres quieren ver a sus hijos seguros, felices y capaces. Pero a veces, sin querer, no sabemos la diferencia entre protección y sobreprotección, y esto puede frenar su desarrollo en lugar de impulsarlo.
Controlar en exceso, aunque provenga del amor, afecta la salud emocional de los niños y dificulta su independencia.
¿Dónde termina el cuidado y empieza la sobreprotección?
Proteger significa ofrecer guía y herramientas para que los niños se enfrenten a los desafíos.La sobreprotección, en cambio, nace del miedo y la necesidad de evitar cualquier malestar. Una crianza sana permite que los hijos se equivoquen, enfrenten riesgos adecuados a su edad y aprendan de la experiencia.
Estudios recientes vinculan la sobreprotección con trastornos como ansiedad, baja autoestima y dificultades para resolver problemas de forma autónoma. De hecho, un trabajo divulgado en Progres Pendidikan reveló que el 61,9 % de los niños criados en entornos sobrecontrolados presentaban deficiencias en sus habilidades sociales y emocionales.
Proteger, en el mejor sentido, ayuda a los niños a fortalecerse. Pero si nos pasamos de la raya, les transmitimos el siguiente mensaje: “No confío en que puedas con esto”. Y, con el tiempo, eso limita su crecimiento emocional.
¿Estás controlando de más sin darte cuenta?
Muchos padres adoptan conductas de control sin saber que limitan la autonomía de sus hijos. Son actitudes que suelen pasar desapercibidas porque se confunden con responsabilidad, protección o cuidado:
Evitar todo riesgo: impedir que tu hijo explore, se equivoque o se enfrente a situaciones nuevas, limita su iniciativa y su capacidad de resolver por sí mismo.
Supervisar cada detalle: si constantemente tomas decisiones por tu hijo o corriges hasta sus errores más pequeños, le impides desarrollar criterio propio. A largo plazo, esto puede generar inseguridad y miedo a equivocarse.
Intervenir antes de tiempo: resolver sus problemas sin darle la oportunidad de intentarlo, transmite el mensaje de que no es capaz. Lo importante no es evitarle la frustración, sino ayudarlo a transitarla con herramientas propias.
Una investigación publicada en Jurnal BELAINDIKA evidenció que los niños con padres sobreprotectores suelen aislarse, mostrar rigidez para adaptarse a nuevos entornos y tener una expresión emocional más limitada en grupo. Además, en contextos de salud crónica, este tipo de crianza agrava los problemas de conducta y regulación emocional.
El impacto emocional del exceso de control
El sobrecontrol se asocia con síntomas de ansiedad y depresión. Muchos pequeños crecen creyendo que el mundo es hostil y no sabrán enfrentarlo. Según una revisión en Jurnal Pendidikan Dan Sosial Humaniora, los niños sobreprotegidos tienden a tener una autopercepción frágil, dificultad para manejar sus emociones y problemas para asumir la responsabilidad de sus actos. Estos patrones pueden continuar en la adolescencia e interferir con la formación de su identidad y su vida social.
Incluso, se ha demostrado que la sobreprotección debilita la autonomía conductual, lo que puede derivar en comportamientos problemáticos como la agresividad o la desobediencia.
Acompañar sin invadir: cómo lograrlo
Educar con equilibrio es encontrar ese punto medio en el que el niño se siente respaldado, pero también libre para probar, equivocarse y aprender. Acompañar de forma consciente implica estar presentes sin anular su voz ni su iniciativa. Estas estrategias pueden ayudarte a cultivar una relación más sana y autónoma con tu hijo:
Ofrece libertad acorde a su etapa: deja que tu hijo enfrente pequeños retos según su edad. Los desafíos cotidianos lo ayudan a fortalecer su criterio y seguridad.
Fomenta que tome decisiones: elegir implica asumir consecuencias, aprender del resultado y desarrollar autonomía. Guíalo con preguntas que estimulen su pensamiento, en lugar de imponer soluciones.
Permite el error como parte del aprendizaje: cuando tu hijo se equivoque, resiste el impulso de corregirlo enseguida o de hacerlo por él. Pregúntale qué aprendió de esa experiencia y cómo lo haría diferente la próxima vez.
Cuestiona tu propia ansiedad: a veces, el deseo de intervenir viene más del miedo del adulto que de una necesidad real del niño. Reconocer tu emoción no te hace menos madre o padre. Al contrario, te da la oportunidad de acompañar de una manera más consciente.
Criar a un hijo es prepararlo para dar sus propios pasos con confianza. De este modo, el verdadero crecimiento ocurre cuando les damos espacio para explorar, equivocarse y aprender. Saber la diferencia entre protección y sobreprotección, cambiar el control por confianza, es regalarles herramientas para enfrentar el mundo con seguridad. Pregúntate con frecuencia: ¿los estoy preparando para la vida o protegiéndolos de ella?
AWS Parallel Computing Service (PCS) now supports Slurm v25.05. You can now create AWS PCS clusters running the newer Slurm v25.05.
The release of Slurm v25.05 in PCS provides new Slurm functionalities including enhanced multi-cluster sackd configuration and improved requeue behavior for instance launch failures. With this release, login nodes can now control multiple clusters without requiring sackd reconfiguration or restart. This enables administrators to pre-configure access to multiple clusters for their users. The new requeue behavior enables more resilient job scheduling by automatically retrying failed instance launches during capacity shortages, thus increasing overall cluster reliability.
AWS PCS is a managed service that makes it easier for you to run and scale your high performance computing (HPC) workloads on AWS using Slurm. To learn more about PCS, refer to the service documentation and AWS Region Table.
Este sencillo y entretenido juego se llama Freeze Trap y consiste básicamente en congelar las pelotitas mediante trazos de dibujo. La cosa parece sencilla, pero no lo es tanto.
En cada nivel hay un número de trazos disponibles que van siendo cada vez menos a medida que se dibujan trazos. Muy coloridos, los trazos pueden ser cortos o largos, pero no actúan como barreras hasta que se suelta el botón.
El asunto consiste en ir encerrando las pelotitas más y más, hasta que cuando están completamente acorraladas… ¡Bang! Sencillamente explotan. El tiempo está limitado así que el juego es una suerte de carrera contrarreloj para atrapar las pelotas amarillas antes de que se llegue al cero.
Free Trap tiene varios niveles y se puede seleccionar el número de pelotas y trazos disponibles para hacerlo más o menos difícil. Si no consigues avanzar, un Restart reinicia el juego. ¡Que se de bien la caza!
El ejército israelí irrumpió violentamente en los edificios del PGFTU, confiscando archivos y reteniendo personas, en una acción que viola el derecho internacional y libertad sindical.
la sentencia del TSJ estima el recurso y considera la respuesta dada por Emergencias, denegando la documentación, como una vulneración de derechos fundamentales. Reclama a la conselleria la entrega de la información pedida así como al pago de las costas.
Siete han sido los miembros del jurado y 1320 los manuscritos presentados para esta edición, record absoluto.
Esto significa que han tenido que leer 3,61 libros al día para poder leerlos todos lo que equivale a 4,43 horas para poder leer un libro si les damos 16 horas de lectura y 8 horas libres al día para poder dormir, comer, ir al baño, ducharse, sacar al perro, llevar los niños al colegio, cepillarse los dientes y ver Antena 3.
Si, en cambio, lo que han hecho ha sido repartirse el número de libros, entonces cada miembro del jurado ha debido leer 188,57 libros lo que equivale a 0,51 libros al día, algo mucho más asequible. Esto significa que han tenido unas 31,37 horas para poder leer cada libro, a razón de 16 horas de lectura al día.
Acusado de “no prestar ayuda ni atención ni comprobar si la nadadora estaba bien” a pesar de que pasaron 8 minutos desde que fue avisado por un usuario. Según declaró en su día el acusado, interpretó de forma errónea que estaba practicando apnea. Un usuario avisó al socorrista, que acudió al borde de la piscina y, tras observar a la joven, regresó a su puesto. Desde allí, sigue el escrito de acusación, la miró en dos ocasiones y volvió al bordillo, donde permaneció durante cuatro minutos, hasta que otro usuario se metió en el agua y comprobó qu
etiquetas: socorrista, san juan, ahogamiento, condena
El parche de octubre (KB5066835) ha dejado fuera de juego a millones de programadores que ahora no pueden ejecutar sus proyectos ni depurar código localmente, ya que Microsoft ha destrozado en Windows 11 su localhost, desatando las críticas a nivel mundial. Romper el acceso a “localhost”, el elemento fundamental que permite a los desarrolladores ejecutar y probar aplicaciones web en sus propios equipos es realmente algo complicado de reventar, pero ha pasado, y de hecho, el cómo ha salido a la palestra es algo también curioso.
La vicepresidenta venezolana han obtenido la negativa de Washington a avalar un simulacro de transición democrática que lleva la firma del expresidente español, José Luis Rodríguez Zapatero,Trataban en todo momento de convencer a algunos sectores del gobierno norteamericano de la existencia de un “madurismo sin Maduro” La administración Trump acabó por descartar por considerar las propuestas de transición que se trataba de un intento por mantener intactas las estructuras criminales del régimen, aunque bajo una nueva fachada.
etiquetas: nicolás maduro, venezuela, estados unidos, josé luis rodríguez zapatero
¿Por qué los debates ya no tienen sentido en la era digital? Profundizamos en la cultura del debate en redes, la desinformación y cómo se le da voz a posturas disparatadas (recordando el caso de Mr. Tartaria en The Wild Project o el del calentamiento global). Descubre los peligros ocultos de estos enfrentamientos, que a menudo refuerzan sesgos cognitivos y generan más confusión que consenso útil en temas urgentes.
También te contamos nuestra propia experiencia con el "Dalasverso" y cómo nos negamos a ser parte de un circo mediático que solo busca el conflicto. Al final, ¿para qué seguir consumiendo debates en línea? Te invitamos a reflexionar sobre si es hora de decir "no a las drogas y no a los debates" si lo que buscas es un pensamiento crítico genuino y conversaciones constructivas.
CAPÍTTULOS ▸00:00 - Introducción ▸02:09 - ¿Qué tal estuvo el debate del siglo? ▸06:20 - ¿Por qué lo debates ya no tienen sentido? ▸11:18 - ¿Por qué hay gente que ama los debates? ▸14:30 - Cuando los debates se vuelven peligrosos ▸18:21 - Mi debate mortinato con Dalas
Backblaze has been tracking hard disk drive failures in its datacenter since 2013. The backup and cloud storage company's latest analysis of approximately 317,230 drives shows that peak failure rates have dropped dramatically and shifted much later in a drive's lifespan. Where the company once saw failure rates of 13.73% at around three years in 2013 and 14.24% at seven years and nine months in 2021, the current data shows a peak of just 4.25% at 10 years and three months.
This represents the first time the company has observed the highest failure rate occurring at the far end of the drive curve rather than earlier in its operational life, it said. The drives maintained relatively consistent failure rates through most of their use before spiking sharply near the end. The improvement amounts to roughly one-third of the previous peak failure rates.
El porcentaje de autónomos alcanza su mínimo histórico en España y muchas personas de izquierdas lo celebran como un éxito. Pero, ¿es coherente que piensen así?
En este episodio de #noobstante, @AymeRoman conversa con Emilio Delgado, diputado autonómico y coportavoz de Más Madrid.
Emilio habla sobre el futuro de su formación: ¿habrá primarias en Más Madrid? ¿Será él el candidato que aspire a destronar a Ayuso? También nos habla de cómo confrontar discursos de odio desde su experiencia acompañando a menores migrantes, transversalidad vs. identidad… Y por primera vez, revela lo que sucedió con la llamada “Operación Jaque Pastor”, el episodio que marcó el principio del fin del primer Podemos.
Suscríbete y activa las notificaciones para no perderte nada.
0:00 Tráiler 🎬🍿 1:30 Introducción a Emilio Delgado 😄🎤 3:10 Inicios en la militancia 💪📚 7:30 Escisiones en la izquierda madrileña 🤔🧩 15:00 Sorpasso de Más Madrid al PSOE 🏁📊 20:30 Cómo debería actuar la izquierda 💬🧭 31:00 Las líneas rojas 🚫🧠 33:56 Confrontar los discursos en inmigración 🌍🗣️ 42:00 Proyección del Documental 7291 🎥👏 48:30 Pugna por el liderazgo en Más Madrid 🥊🏛️ 53:35 La Operación Jaque Pastor ♟️🕵️ 1:02:30 La lista unitaria de Gabriel Rufián 🤝📋 1:06:18 El genocidio de Israel en Gaza 🇵🇸💔 1:17:10 Pregunta de Lala Yeslem 🇪🇭🌟 1:18:35 Pregunta para Javitxu 🤔🎤 1:19:11 Petición de cárcel para Emilio Delgado ⚖️😬 1:20:13 Preguntas de la militancia ✊🗣️ 1:41:45 Outro 🎬
Seyed Mohammad Marandi discusses Israel's attack on Lebanon and the West's imperial overstretch. Marandi is a professor at Tehran University and a former advisor to Iran's Nuclear Negotiation Team.
En este programa Fernando Paz y José Ramón Ferrandis hablan sobre la agenda de empobrecimiento y control social para Europa, analizando las contradicciones del relato oficial, desde las políticas verdes y la Agenda 2030 hasta la pérdida de soberanía energética. Además plantean la posibilidad de que estemos siendo utilizadas como laboratorio de un experimento mundial.
Timestamps: 00:00 Intro 01:10 Why Russia’s war economy is surprising 03:05 War economics 101 05:01 The monetary trilemma 09:57 Why Russia’s war economy will NOT collapse 13:34 Is Russia’s war economy just getting started? 16:21 Conclusion and sponsor
Attribution: Music by Epidemic Sound: http://nebula.tv/epidemic Thank you to AP Archive for access to their archival footage. Stock footage and others clips by Getty
Written by Dr. Joeri Schasfoort Edited by Natalia Karpacz
