Abstract

Recent research on the forecasting of violence has mostly focused on predicting the presence or absence of conflict in a given location, while much less attention has been paid to predicting changes in violence. We organized a prediction competition to forecast changes in state-based violence both for the true future and for a test partition. We received contributions from 15 international teams. The models leverage new insight on the targeted problem, insisting on methodological advances, new data and features, and innovative frameworks which contribute to the research frontiers from various perspectives. This article introduces the competition, presents the main innovations fostered by the teams and discusses ways to further expand and improve upon this wisdom of the crowd. We show that an optimal modeling approach builds on a good number of the presented contributions and new evaluation metrics are needed to capture substantial models’ improvements and reward unique insights.

La investigación reciente sobre la previsión de la violencia se ha centrado principalmente en predecir la presencia o ausencia de conflictos en un determinado lugar, mientras que se ha prestado mucha menos atención a predecir los cambios en la violencia. Organizamos una competencia de predicción para predecir los cambios en la violencia estatal tanto para el futuro cierto como para una división del análisis. Recibimos aportes de quince equipos internacionales. Los modelos aprovechan las nuevas ideas sobre el problema específico insistiendo en los avances metodológicos, los nuevos datos y características, así como en los marcos innovadores que contribuyen a las fronteras de la investigación desde diversas perspectivas. Este artículo presenta la competencia y las principales innovaciones que los equipos fomentan, y analiza maneras de expandirse y mejorar aún más a partir de esta sabiduría del público. Mostramos que un enfoque de modelación óptimo se crea a partir de un buen número de aportes presentados y que se necesitan nuevas métricas de evaluación para capturar las mejoras considerables de los modelos y para premiar las ideas únicas.

Les recherches récentes sur la prévision de la violence se sont principalement concentrées sur la prédiction de la présence ou de l’absence de conflit dans un lieu donné, alors que beaucoup moins d’attention a été accordée à la prédiction des évolutions de la violence. Nous avons organisé un concours de prédictions dont l’objectif était de prévoir les évolutions de la violence étatique à la fois pour le futur réel et pour une partition test. Nous avons reçu des contributions de 15 équipes internationales. Les modèles concernés tirent profit de nouveaux renseignements sur le problème ciblé en insistant sur les progrès méthodologiques, sur de nouvelles données et caractéristiques et sur des cadres innovants contribuant à élargir les frontières des recherches de divers points de vue. Cet article présente le concours et les principales innovations proposées par les équipes et aborde les moyens d’étendre et d’améliorer cette sagesse de la foule. Nous montrons qu’une approche optimale de la modélisation repose sur bon nombre des contributions présentées et que de nouvelles métriques d’évaluation sont nécessaires pour saisir les améliorations substantielles des modèles et récompenser les idées uniques.

摘要

最近关于暴力预测的研究主要集中在预测特定地点是否存在冲突，而对预测变化的关注则少得多在暴力中。我们组织了一场预测竞赛，以预测基于国家的暴力的变化，无论是针对真实的未来还是针对测试分区。我们收到了来自 15 个国际团队的贡献。这些模型利用对目标问题的新见解，坚持方法论的进步、新的数据和特征以及创新的框架，从各个角度为研究前沿做出贡献。本文介绍了比赛，介绍了团队培养的主要创新，并讨论了进一步扩展和改进人群智慧的方法。我们表明，最佳建模方法建立在大量提出的贡献之上，并且需要新的评估指标来捕捉实质性模型的改进并奖励独特的见解。

最近对暴力预测的调查主要集中在预测一个确定地点的冲突的存在或发生，但它非常注意预测暴力的变化。Organizamos una Compencia de prediction para predecir los cambios en la暴力 estatal tanto para el futuro cierto como para una división del análisis。Recibimos aportes de quince equipos internacionales。Los models aprovechan las nuevas ideas sober el problema específico 坚持 los 方法的进步、新的数据和特征，así como en los innovadores marcos que contribuyen a las fronteras de la Investigation desde diversas perspectivas。本文介绍了团队推动的能力和主要创新，y 分析扩展和改进 aún más a sabiduría del público 的方法。Mostramos 认为最佳建模 enfoque 是从大量呈现的门中创建的，并且新的评估指标对于捕捉模型的显着改进和推广 únicas 想法是必要的。

最近关于暴力预测的研究主要集中在预测给定地点是否存在冲突，而对预测暴力趋势的关注却少得多。我们组织了一场预测竞赛，其目的是预测国家暴力的演变，以预测真实的未来和考试成绩。我们收到了来自 15 个国际团队的贡献。相关模型通过强调方法的进步、新的数据和特征以及有助于从各个角度扩展研究前沿的创新框架来利用有关目标问题的新信息。本文介绍了比赛和团队提出的主要创新，并讨论了扩展和提高这种人群智慧的方法。我们表明，最佳的建模方法依赖于所提出的许多贡献，并且需要新的评估指标来捕捉实质性的模型改进并奖励独特的想法。