fbpx Misurare la felicità? | Scienza in rete

Misurare la felicità?

Primary tabs

Read time: 2 mins

C'è chi farebbe di tutto per poter disporre di uno strumento in grado di misurare il grado di felicità delle persone. L'edonimetro - così l'economista irlandese Francis Edgeworth, a fine Ottocento, chiamava un simile fantastico dispositivo - farebbe la fortuna di ogni pubblicitario.

C'è chi farebbe di tutto per poter disporre di uno strumento in grado di misurare il grado di felicità delle persone. L'edonimetro - così l'economista irlandese Francis Edgeworth, a fine Ottocento, chiamava un simile fantastico dispositivo - farebbe la fortuna di ogni pubblicitario.

Siamo in piena fantascienza, ovviamente, ma una ricerca pubblicata sul Journal of Happiness Studies getta una nuova luce sulla possibilità concreta di misurare la felicità. Autori della ricerca sono Peter Dodds e Chris Danforth (University of Vermont), che hanno raccolto dal web, setacciando soprattutto i blog, milioni e milioni di frasi. Utilizzando poi i parametri dell'Affective Norms for English Words - uno studio che stabilisce per oltre 1.000 parole un particolare valore nella scala felice/infelice - hanno assegnato un punteggio a ogni frase raccolta. In questo modo hanno dunque potuto ricostruire gli alti e bassi della felicità nel corso del tempo. Grazie al fatto, poi, che per molti blog sono disponibili i dati demografici degli iscritti, è stata possibile un'ulteriore analisi: determinare in che misura l'andamento della felicità fosse collegato alle classi di età e alla collocazione geografica.

Insomma, presa per conto suo, ogni frase dice poco, ma mettendone assieme milioni si riesce a ricostruire un modo di sentire diffuso. "E' un po' come la misura della temperatura - sottolinea Dodds - operazione in cui possiamo anche non curarci dei singoli atomi".

Fonte: University of Vermont, articolo originale

Autori: 
Sezioni: 
Psicologia

prossimo articolo

Citazioni, h-index e highly cited: perché Clarivate, Scopus e Google Scholar non raccontano la stessa storia

disegno di metro su sfondo con neon

Tre database, tre misure diverse dello stesso fenomeno. Capire le differenze non è un dettaglio tecnico: è il presupposto per usare le metriche senza esserne ingannati.

Immaginate un ricercatore che deve comunicare il proprio h-index in una domanda di finanziamento. Apre Web of Science: il numero è, diciamo, 31. Apre Scopus: 38. Apre Google Scholar: 47. Tre piattaforme, tre numeri, nessuna contraddizione interna a ciascuna — eppure nessuna convergenza tra loro. Quale valore è quello “giusto”? La domanda è mal posta, e il disagio che genera è il punto di partenza di questo articolo.