Humanidades

Examinando a ligação entre imagem corporal e renda
Os resultados empa­ricos encontraram que maior estatura no sexo masculino se correlacionou com maior renda familiar, enquanto maior obesidade no sexo feminino foi correlacionada com menor renda familiar.
Por Lucie Rutherford - 04/09/2021


Doma­nio paºblico

O que começou como uma conversa casual durante um jantar entre dois pesquisadores muito diferentes em 2016 - um cientista de dados e engenheiro, o outro um especialista em modelos econa´micos - se transformou em um artigo de jornal quantificando os efeitos do "praªmio de beleza", a noção de que aqueles que são fisicamente mais atraentes tendem a ter uma renda maior.

O engenheiro da equipe de pesquisa éStephen Baek, professor associado de ciência de dados da Universidade da Virga­nia, enquanto o econometrista éSuyong Song, professor associado de economia e finana§as da Universidade de Iowa. Cinco anos atrás, os dois descobriram que seus interesses de pesquisa se sobrepunham mais do que eles inicialmente imaginavam, fazendo surgir uma ideia inesperada.

Baek começou sua colaboração com Song como pesquisador em Iowa antes de ingressar no corpo docente da UVA School of Data Science em agosto de 2021. Em seu trabalho anterior, Baek analisou e modelou formas do corpo humano para aplicações de engenharia, como design de produto, moda virtual, design de vestua¡rio e ergonomia. Song, por outro lado, trouxe expertise no estudo de modelos econa´micos que sofrem com erros de mensuração e relato.

Em comparação com publicações anteriores sobre o praªmio de beleza, os manãtodos de pesquisa de Baek e Song são novos, devido a  natureza de seu conjunto de dados, provenientes do projeto 2002 Civilian American and European Surface Anthropometry Resource, ou CAESAR. Além de medidas de altura e peso autorreferidas - que foram usadas em estudos anteriores - o projeto também reuniu dados escaneados em 3D do corpo, extensas informações sobre renda demogra¡fica e familiar , bem como medidas corporais de fita manãtrica e paqua­metro de cerca de 2.400 civis. Com esses dados, os dois pesquisadores poderiam fornecer uma história mais rica sobre aparaªncia física e varia¡veis ​​socioecona´micas.

"O problema com trabalhos anteriores era que as pessoas estavam simplificando demais os parametros para descrever a forma corporal ", disse Baek. "Os processos tradicionais para determinar a aparaªncia física, como estatura, peso e IMC, são processos imperfeitos e, portanto, não são capazes de capturar todas asDimensões da forma do corpo humano."

Usando um novo algoritmo de aprendizado de ma¡quina chamado de "autoencoder gra¡fico" ou "aprendizado de ma¡quina profundo", as varreduras 3D foram inseridas para codificar caracteri­sticas geomanãtricas da forma do corpo humano. Depois que a ma¡quina foi apresentada a milhares de varreduras individuais, o algoritmo reduziu a dimensionalidade dos dados - de algumas centenas de milhares de pontos para alguns recursos importantes - caracterizando cada forma do corpo humano usando valores numanãricos. Baek e Song então visualizaram os recursos para determinar a quais partes do corpo o algoritmo estava se referindo e estimaram suas relações com as varia¡veis ​​socioecona´micas. Usando essa abordagem cienta­fica, os efeitos causais da aparaªncia física podem ser quantificados.
 
Para as subamostras masculina e feminina, estatura e obesidade foram caracteri­sticas importantes, enquanto a proporção quadril-cintura foi uma caracterí­stica única adicional na aparaªncia física das mulheres. Os resultados empa­ricos encontraram que maior estatura no sexo masculino se correlacionou com maior renda familiar, enquanto maior obesidade no sexo feminino foi correlacionada com menor renda familiar.

Além de suas descobertas com relação ao praªmio de beleza, a experiência de Song em modelos econa´micos acrescentou outra camada a s suas descobertas: o papel negativo que a pesquisa e o erro de medição desempenham em estudos que utilizam medidas corporais. De acordo com seus ca¡lculos - possibilitados pelo fato de que os dados de 2002 também inclua­am medidas corporais autorelatadas - Song descobriu que o erro de relato estava altamente correlacionado com o peso e a altura reais. Em média, indivíduos mais leves tendem a relatar seu peso em excesso, enquanto indivíduos mais pesados ​​tendem a relatar menos. Os resultados provaram que os erros de pesquisa em relação a essas medições são substanciais, e que estudos anteriores que utilizaram dados de pesquisa autorelatados provavelmente sofrem por causa disso. Song explicou que quando os modelos de regressão são executados nos quais as varia¡veis ​​econa´micas sofrem de erro de pesquisa ou medição,

"Para resolver a questãodo erro, muitos economistas presumem que esses erros são insignificantes ou são zero em média", disse Song. "No entanto, nosso estudo mostrou que eles não são despreza­veis e não são zero em média, mas sim que estãocorrelacionados com a altura ou peso reais, o que alarma muitos estudos usando dados de pesquisas."

Inicialmente, Song antecipou um paºblico-alvo de economistas e estata­sticos, mas com essas descobertas, percebeu o impacto mais amplo do ta³pico em campos como engenharia, ciência da computação, biologia e ciências sociais.

Traªs anos após sua apresentação inicial, o artigo de pesquisa "Body Shape Matters: Evidence from Machine Learning on Body Shape-Income Relationship" foi publicado no jornal de acesso aberto, PLOS One .

Com o aumento da publicidade, não apenas Baek e Song esperam apresentar a extensão do erro em estudos anteriores de forma corporal que se basearam em dados de pesquisas autorrelatados, mas também chamar a atenção para a questãodos prêmios de beleza.

 

.
.

Leia mais a seguir