LingVo.club
📖+20 XP
🎧+15 XP
+25 XP
منصة جديدة تربط رواتب فرق البيسبول بالأداء (المستوى A2) — people watching baseball game during daytime

منصة جديدة تربط رواتب فرق البيسبول بالأداءCEFR A2

٢٦ مايو ٢٠٢٦

مقتبس من Boston University, Futurity CC BY 4.0

صورة من Lauren Thimmesch, Unsplash

المستوى A2 – أساسي / ما قبل المتوسط
2 دقيقة
74 كلمة

يتساءل مشجعو كرة القاعدة عما يحتاجه فريقهم للوصول إلى التصفيات أو للفوز. بعض الفرق، مثل نيويورك ميتس، تنفق أموالاً كثيرة لكنها لا تنجح، بينما تحاول فرق أخرى تطوير لاعبين بميزانيات أصغر.

أستاذ في جامعة بوسطن عمل مع طلاب على مشروع باسم MLB Toolbox. حللوا بيانات المواسم العادية ورتبوا الفرق حسب كفاءة الإنفاق وإجمالي الانتصارات ومقياس WAR، وهو مقياس يقدّر قيمة اللاعب. الموقع يسمح بمقارنة الفرق واللاعبين وفحص قيمة العقود وبناء تشكيلات ضمن حدود الرواتب.

كلمات صعبة

  • التصفياتمرحلة نهاية الموسم لتحديد البطل
  • ميزانيةمقدار المال المتاح للفريق خلال الموسم
    ميزانيات
  • كفاءة الإنفاقمقدار الفائدة من كل مال يُنفق
  • مقياسأداة أو طريقة لقياس قيمة شيء
  • عقداتفاق رسمي بين لاعب ونادٍ مقابل المال
    العقود
  • تشكيلةمجموعة اللاعبين المختارين لمباراة واحدة
    تشكيلات
  • انتصارفوز الفريق في مباراة أو أكثر
    الانتصارات

تلميح: مرّر المؤشر أو ركّز أو اضغط على الكلمات المظلَّلة داخل القصة لرؤية تعريفات سريعة أثناء القراءة أو الاستماع.

أسئلة للمناقشة

  • هل تظن أن الإنفاق الكبير يضمن فوز الفريق؟ لماذا؟
  • هل تفضل فريقاً ينفق كثيراً أم يطوّر لاعبين شباب؟ اشرح بإجابة قصيرة.
  • هل تعتقد أن موقع مثل MLB Toolbox يفيد المشجعين؟ كيف يمكن أن يساعدهم؟

قصص ذات صلة

تحذير من تزايد هيمنة شركات التقنية على الزراعة (المستوى A2)
٢٧ فبراير ٢٠٢٦

تحذير من تزايد هيمنة شركات التقنية على الزراعة

تقرير من لجنة خبراء يحذر أن تحالف شركات الزراعة الكبرى مع شركات التكنولوجيا يجعل أدوات الزراعة الرقمية باهظة التكلفة ويزيد اعتماد المزارعين على منصات مملوكة. التقرير يذكر حلول ومبادرات يقودها المزارعون ويطالب بدعم عام طويل الأمد.

المستوى
ذكاء اصطناعي لقياس العنف وعدم المساواة في أمريكا اللاتينية (المستوى A2)
١٨ نوفمبر ٢٠٢٥

ذكاء اصطناعي لقياس العنف وعدم المساواة في أمريكا اللاتينية

مجموعات في أمريكا اللاتينية تطور أدوات ذكاء اصطناعي لبحث وتقليل العنف المبني على النوع وعدم المساواة. مشاريع محلية مثل DataGénero وAymurAI وPIT Policy Lab تستخدم بيانات محلية وحماية الخصوصية لتقديم أدلة أفضل.

المستوى
من يستفيد من الذكاء الاصطناعي في أفريقيا؟ (المستوى A2)
٧ نوفمبر ٢٠٢٥

من يستفيد من الذكاء الاصطناعي في أفريقيا؟

الذكاء الاصطناعي قد يغير الاقتصاد لكن الفوائد غير متساوية بين دول الشمال والجنوب العالمي. المقال يذكر فجوات البنية التحتية والبيانات وأمثلة مثل AFRINIC وCloud Innovation وقواعد وصول الشرائح، ويدعو لحوكمة عادلة وشاملة.

المستوى