…science doesn’t speak with one voice. Instead government advisers have had to deliver evidence-based messages based on complex, incommensurate and sometimes competing data sets and models. Understanding these complexities is important not just to handling the pandemic. It also matters for how we organise research and its interaction with policy in the future. One challenge is to understand how knowledge is often fluid rather than fixed. As new data arrive and competing models seek to describe and predict a fast-changing reality it’s become increasingly clear that the science of Covid-19 is in motion.
— Read on www.researchprofessionalnews.com/rr-news-uk-views-of-the-uk-2020-3-coronavirus-response-shows-science-in-motion/

So incredibly well phrased. Not surprisingly at all, from the pen of Geoff Mulgan, my former-Nesta hero.

Taleb har en stil jag inte uppskattar. Men sättet han tänker är det inte fel på, i min värld. Speciellt inte idag. Jag har fortfarande två njurar, och otroligt glad att jag inte är tungt belånad. Välsignad av att bo i litet hus med en trädgård att få.luft och påta runt i under den svåra period vi hanterar tillsammans. Vad som kommer efter – kan strukturerna förbättras? ‘Most definitely.’

link.medium.com/yZps34vQb5

Ingen, ingen, ingen bättre än Theodor i Expressen. Som inte svettas så lätt om öronen.

”Förväntade faror möter vi med vår kunskap och vår erfarenhet. Okända sådana möter vi med vår karaktär.”

Valet mellan hälsan och ekonomin är förenklat. En god folkhälsa är en förutsättning för en god ekonomi och vice versa. Vi måste rädda båda. Den svenska ekonomin är extremt beroende av omvärlden, vi kan inte undvika en recession eller en depression genom att agera annorlunda än andra.

Så starkt. Precis min åsikt. Vi kan inte ducka, vi kan inte välja. Vi är, kanske till och med mer än andra, en del av världen.

www.morganstanley.com/im/publication/insights/articles/bin-there-done-that_us.pdf

This leads to the most striking finding the data revealed: the difference between superforecasters and regular forecasters is “due more to noise than bias or lack of information.” The researchers conclude that “reducing noise is roughly twice as effective as reducing bias or increasing information.”