Xarxa RESTAURO. Projecte d'una plataforma per a la comunicació en I'ambit de la Conservació-Restauració a Catalunya

La restauració és una disciplina que moltes vegades es caracteritza per saber incorporar noves tècniquesi solucions basades en les innovacions que es produeixen en altres sectors més o menys afins, des dela medicina, fins a les ciències experimentals, la informàtica o I'enginyeria, entre tantes d'altres.Aquesta capacitat desacomplexada de treballar de manera interdisciplinar amb altres professionalssol ser pal de palier de I'ideari de la restauració, contribuint en gran mesura al seu creixement i a larecerca de noves tècniques i solucions.Tot i això, potser la comunicació i difusió de les intervencions de restauració sigui un dels àmbitsen els quals tinguem més camp per recórrer, per tal d'aconseguir obrir la restauració i els seusconeixements al públic general. Un treball costós que s'ha d'abordar transversalment però que ens pot oferir la complicitat i el recolzament social que requereix una professió que treballa amb el patrimoni col·lectiu . Ja que com a custodis de I'art, potser també tinguem un deure envers el retorn d'aquest a la societat.Amb aquest projecte s'analitza aquesta situació específica i es pretén oferir una proposta de plataforma on-line per difondre i promoure les intervencions de restauració en tot l'àmbit català, segons el context i les oportunitats actuals.D'aquesta manera, la xarxa RESTAURO busca promoure I'accés i la difusió de les intervencions de conservació i restauració que es realitzen sobre el patrimoni moble català per tal d'aprofundir en lavivència i el coneixement del mate ix per part del públic general.No satisfà donar una imatge estàtica i finalitzada del patrimoni, sinó que es vol que el ciutadà puguiconèixer la importància de les tasques de restauració i conservació en I'apreciació dels monuments o obres d'art i la seva imatge actual.

Efficient and stable collective choices under gregarious preferences

We consider collective choice problems where a set of agents have to choose an alternative from a finite set and agents may or may not become users of the chosen alternative. An allocation is a pair given by the chosen alternative and the set of its users. Agents have gregarious preferences over allocations: given an allocation, they prefer that the set of users becomes larger. We require that the final allocation be efficient and stable (no agent can be forced to be a user and no agent who wants to be a user can be excluded). We propose a two-stage sequential mechanism whose unique subgame perfect equilibrium outcome is an efficient and stable allocation which also satisfies a maximal participation property.

On the sources of business cycles in the G-7

This paper examines sources of cyclical movements in output, inflation and the term structure of interest rates. It employs a novel identification approach which uses the sign of the cross correlation function in response to shocks to catalog orthogonal disturbances. We find that demand shocks are the dominant source output, inflation and term structure fluctuations in six of the G-7 countries. Within the class of demand disturbances, nominal shocks are dominant, but their importance declined after 1982. Furthermore, there are no significant differences in the proportion of term structure variability explained by different structural sources at different horizons.

Worst-case bounds for the logarithmic loss of predictors

We investigate on-line prediction of individual sequences. Given a class of predictors, the goal is to predict as well as the best predictor in the class, where the loss is measured by the self information (logarithmic) loss function. The excess loss (regret) is closely related to the redundancy of the associated lossless universal code. Using Shtarkov's theorem and tools from empirical process theory, we prove a general upper bound on the best possible (minimax) regret. The bound depends on certain metric properties of the class of predictors. We apply the bound to both parametric and nonparametric classes ofpredictors. Finally, we point out a suboptimal behavior of the popular Bayesian weighted average algorithm.