{"id":10137,"date":"2025-04-27T06:37:20","date_gmt":"2025-04-27T09:37:20","guid":{"rendered":"https:\/\/modelos.aipublica.com.br\/artemis2\/?p=10137"},"modified":"2025-11-29T02:35:45","modified_gmt":"2025-11-29T05:35:45","slug":"yogi-bear-und-die-entropie-der-information-ein-spielerischer-zugang-zu-wahrscheinlichkeit-und-wissen","status":"publish","type":"post","link":"https:\/\/modelos.aipublica.com.br\/artemis2\/yogi-bear-und-die-entropie-der-information-ein-spielerischer-zugang-zu-wahrscheinlichkeit-und-wissen\/","title":{"rendered":"Yogi Bear und die Entropie der Information: Ein spielerischer Zugang zu Wahrscheinlichkeit und Wissen"},"content":{"rendered":"
\n

In der digitalen Welt, in der Informationen st\u00e4ndig flie\u00dfen, spielt die Entropie eine zentrale Rolle \u2013 nicht nur in der Physik, sondern auch in der Art und Weise, wie wir Wissen erwerben und Entscheidungen treffen. Die Geschichte von Yogi Bear bietet hier eine lebendige Metapher, die abstrakte Konzepte aus der Informationstheorie verst\u00e4ndlich macht. Kann Wissen als \u201eRauschen\u201c betrachtet werden, das reduziert werden muss? Und wie spiegelt sich Zuf\u00e4lligkeit in der Entropie wider?<\/p>\n

\n

1. Die Entropie der Information: Ein fundamentales Konzept<\/h2>\n

Claude Shannon, der Begr\u00fcnder der Informationstheorie, definierte die Entropie H als Ma\u00df f\u00fcr Unsicherheit oder Informationsgehalt: H = \u2013\u03a3 p(x) log\u2082 p(x)<\/strong>. Diese Formel quantifiziert, wie viel \u201e\u00dcberraschung\u201c in einem Nachrichtenstrom steckt \u2013 je gleichm\u00e4\u00dfiger die Wahrscheinlichkeitsverteilung, desto h\u00f6her die Entropie. Bei gleichm\u00e4\u00dfiger Verteilung ist die Unvorhersehbarkeit maximal, was mehr Informationsgehalt bedeutet. Gleichzeitig tr\u00e4gt jedes Informationsmedium \u2013 ob Radio, Nachricht oder Picknickkorb \u2013 ein gewisses \u201eRauschen\u201c in sich, das nur durch gezieltes Wissen reduziert werden kann.<\/p>\n

Im Alltag tragen jede Entscheidung und jeder Informationstr\u00e4ger ein solches \u201eRauschen\u201c: Unvollst\u00e4ndige Kenntnis, Zuf\u00e4lligkeit oder Mehrdeutigkeit erh\u00f6hen die Unsicherheit. Um diese zu verringern, ist Wissen n\u00f6tig \u2013 eine Reduktion des Rauschens durch Erkenntnis.<\/p>\n<\/section>\n

\n

2. Wahrscheinlichkeit ohne Zur\u00fccklegen: Die hypergeometrische Verteilung<\/h2>\n

Stellen wir uns vor, ein B\u00e4r greift mehrmals in denselben Picknickkorb \u2013 die Wahrscheinlichkeit, jedes Mal denselben Gegenstand zu finden, folgt nicht der einfachen Gleichverteilung, sondern der hypergeometrischen Gesetzm\u00e4\u00dfigkeit. Die Formel C(K,k)\u00b7C(N\u2212K,n\u2212k) \/ C(N,n)<\/strong> berechnet die Wahrscheinlichkeit, genau k \u201eerfolgreiche\u201c Ziehungen aus einer Teilmenge K zu erhalten, ohne Ersetzung. Diese Verteilung zeigt, wie stark die Unvorhersehbarkeit steigt, je seltener bestimmte Ereignisse sind \u2013 ein unsichtbares Ma\u00df f\u00fcr \u201eUnsicherheit\u201c in Informationsfl\u00fcssen.<\/p>\n

Diese Zuf\u00e4lligkeit spiegelt sich direkt in der Entropie wider: Je unvorhersehbarer das Geschehen, desto h\u00f6her die Entropie. Die hypergeometrische Verteilung ist daher nicht nur mathematisch pr\u00e4zise, sondern auch ein Schl\u00fcssel zum Verst\u00e4ndnis, wie Informationsfl\u00fcsse chaotisch und gleichzeitig strukturiert sein k\u00f6nnen.<\/p>\n<\/section>\n

\n

3. Yogi Bear als lebendiges Beispiel f\u00fcr Entropie im Wissenskontext<\/h2>\n

Yogi Bear verk\u00f6rpert die Dynamik von Unsicherheit und Lernen. Jeder Raubzug ins Picknickkorb \u2013 sei es ein Apfel, ein Sandwich oder eine Decke \u2013 erh\u00f6ht die Entropie im System: Mehr Unvorhersehbarkeit, weniger Kontrolle \u00fcber den Ausgang. Der B\u00e4r handelt oft mit unvollst\u00e4ndigem Wissen, was die Informationsl\u00fccke zwischen Erwartung und Realit\u00e4t sichtbar macht \u2013 ein direktes Analogon zur unvollst\u00e4ndigen Kenntnis \u00fcber Zuf\u00e4lligkeit in der Wahrscheinlichkeitstheorie.<\/p>\n

Doch Yogi lernt: Mit jeder Erfahrung verringert er seine Fehlentscheidungen, reduziert das Rauschen und baut Wissen auf. Dieser Prozess ist ein spielerischer Weg zur Entropie-Reduktion \u2013 ein Modell daf\u00fcr, wie Wissen uns hilft, komplexe Systeme zu durchschauen und Ordnung in Chaos zu schaffen.<\/p>\n<\/section>\n

\n

4. Cantors Diagonalargument und die Tiefe der Unwissenheit<\/h2>\n

Georg Cantor zeigte 1891, dass die Menge der reellen Zahlen \u00fcberabz\u00e4hlbar ist \u2013 sie l\u00e4sst sich nicht in eine Liste schreiben. Dieses fundamentale Resultat unterstreicht, dass Informations\u00fcberflutung kein Zufall ist, sondern mathematisch belegbare Komplexit\u00e4t. Genau wie bei unendlich vielen Informationsquellen wird pr\u00e4zise Vorhersage unm\u00f6glich, und die Entropie w\u00e4chst mit zunehmender Komplexit\u00e4t.<\/p>\n

Diese Unberechenbarkeit spiegelt sich in der Entropie wider: Je mehr unterschiedliche Datenstr\u00f6me auf uns einwirken, desto schwerer l\u00e4sst sich ihr Verlauf bestimmen. Cantors Argument macht deutlich, dass tiefe Unwissenheit nicht nur ein menschliches, sondern ein strukturelles Merkmal komplexer Systeme ist \u2013 und Informationstheorie bietet Werkzeuge, um diese Grenzen zu erfassen.<\/p>\n<\/section>\n

\n

5. Zusammenfassung: Yogi Bear als spielerischer Zugang zum abstrakten Wissen<\/h2>\n

Yogi Bear ist nicht nur ein beliebter Charakter \u2013 er ist ein lebendiges Beispiel f\u00fcr die Prinzipien von Entropie, Wahrscheinlichkeit und Informationsverarbeitung. Shannon, die hypergeometrische Verteilung und Cantors Diagonalargument verbinden sich hier zu einem Rahmensystem, das abstrakte mathematische Konzepte greifbar macht. Durch die Geschichte eines B\u00e4ren, der mit jeder Entscheidung sein Wissen erweitert, wird das Verstehen von Entropie und Zufall erfahrbar, ohne Inhalt zu vereinfachen.<\/p>\n

Diese Verbindung zeigt: Komplexe Ideen bleiben nicht abstrakt, wenn sie in Alltag und Erz\u00e4hlung verankert sind. Die Entropie wird nicht nur gemessen, sondern gef\u00fchlt \u2013 wie die Unruhe eines B\u00e4ren am Picknickkorb, der nie wei\u00df, was als N\u00e4chstes kommt. Das Spiel mit dem Konzept vermittelt tiefere Einsichten in die Natur von Wissen und Unsicherheit.<\/p>\n<\/section>\n

\n

Tabelle: Schl\u00fcsselkonzepte aus der Informationstheorie im Kontext<\/h2>\n\n\n\n\n\n\n\n
Konzept<\/th>\nFormel \/ Erkl\u00e4rung<\/th>\nBedeutung<\/th>\n<\/tr>\n<\/thead>\n
Entropie H<\/td>\nH = \u2013\u03a3 p(x) log\u2082 p(x)<\/td>\nMa\u00df f\u00fcr Unsicherheit und Informationsgehalt<\/td>\n<\/tr>\n
Hypergeometrische Verteilung<\/td>\nC(K,k)\u00b7C(N\u2212K,n\u2212k) \/ C(N,n)<\/td>\nWahrscheinlichkeit exakter Erfolge ohne Zur\u00fccklegen<\/td>\n<\/tr>\n
Entropie und Informationsfluss<\/td>\nJe gleichm\u00e4\u00dfiger die Verteilung, desto h\u00f6her die Entropie<\/td>\nMehr Unvorhersehbarkeit, mehr Informationsgehalt<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n
    \n
  1. Alltagsbezug:<\/strong> Yogi erh\u00f6ht mit jedem Raubzug die Unsicherheit \u2013 mehr \u201eRauschen\u201c im System.<\/li>\n
  2. Mathematischer Bezug:<\/strong> Die hypergeometrische Verteilung modelliert solche unvollst\u00e4ndigen Ziehungen pr\u00e4zise.<\/li>\n
  3. Philosophische Schlussfolgerung:<\/strong> Entropie als Ma\u00df f\u00fcr die Tiefe menschlicher Unwissenheit und die Notwendigkeit von Wissen.<\/li>\n<\/ol>\n

    \n\u201eWissen ist die Reduktion von Rauschen \u2013 und Yogi Bear zeigt uns, wie selbst der scheinbar chaotischste Raubzug schrittweise Ordnung schafft.\u201c<\/em>\n<\/p><\/blockquote>\n

    \n

    Link<\/h2>\n

    speAR\ud83d\udd2a alert bei Trail Level 14<\/a><\/p>\n<\/section>\n<\/section>\n<\/article>\n","protected":false},"excerpt":{"rendered":"

    In der digitalen Welt, in der Informationen st\u00e4ndig flie\u00dfen, spielt die Entropie eine zentrale Rolle \u2013 nicht nur in der Physik, sondern auch in der Art und Weise, wie wir Wissen erwerben und Entscheidungen treffen. Die Geschichte von Yogi Bear bietet hier eine lebendige Metapher, die abstrakte Konzepte aus der Informationstheorie verst\u00e4ndlich macht. Kann Wissen […]<\/p>\n","protected":false},"author":2,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-10137","post","type-post","status-publish","format-standard","hentry","category-sem-categoria"],"yoast_head":"\nYogi Bear und die Entropie der Information: Ein spielerischer Zugang zu Wahrscheinlichkeit und Wissen - Artemis<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/modelos.aipublica.com.br\/artemis2\/yogi-bear-und-die-entropie-der-information-ein-spielerischer-zugang-zu-wahrscheinlichkeit-und-wissen\/\" \/>\n<meta property=\"og:locale\" content=\"pt_BR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Yogi Bear und die Entropie der Information: Ein spielerischer Zugang zu Wahrscheinlichkeit und Wissen - Artemis\" \/>\n<meta property=\"og:description\" content=\"In der digitalen Welt, in der Informationen st\u00e4ndig flie\u00dfen, spielt die Entropie eine zentrale Rolle \u2013 nicht nur in der Physik, sondern auch in der Art und Weise, wie wir Wissen erwerben und Entscheidungen treffen. Die Geschichte von Yogi Bear bietet hier eine lebendige Metapher, die abstrakte Konzepte aus der Informationstheorie verst\u00e4ndlich macht. Kann Wissen […]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/modelos.aipublica.com.br\/artemis2\/yogi-bear-und-die-entropie-der-information-ein-spielerischer-zugang-zu-wahrscheinlichkeit-und-wissen\/\" \/>\n<meta property=\"og:site_name\" content=\"Artemis\" \/>\n<meta property=\"article:published_time\" content=\"2025-04-27T09:37:20+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2025-11-29T05:35:45+00:00\" \/>\n<meta name=\"author\" content=\"Ney Barbosa\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"Ney Barbosa\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. tempo de leitura\" \/>\n\t<meta name=\"twitter:data2\" content=\"4 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/modelos.aipublica.com.br\/artemis2\/yogi-bear-und-die-entropie-der-information-ein-spielerischer-zugang-zu-wahrscheinlichkeit-und-wissen\/\",\"url\":\"https:\/\/modelos.aipublica.com.br\/artemis2\/yogi-bear-und-die-entropie-der-information-ein-spielerischer-zugang-zu-wahrscheinlichkeit-und-wissen\/\",\"name\":\"Yogi Bear und die Entropie der Information: Ein spielerischer Zugang zu Wahrscheinlichkeit und Wissen - Artemis\",\"isPartOf\":{\"@id\":\"https:\/\/modelos.aipublica.com.br\/artemis2\/#website\"},\"datePublished\":\"2025-04-27T09:37:20+00:00\",\"dateModified\":\"2025-11-29T05:35:45+00:00\",\"author\":{\"@id\":\"https:\/\/modelos.aipublica.com.br\/artemis2\/#\/schema\/person\/f09f19b43522ad42e428d2d9f7b49c99\"},\"breadcrumb\":{\"@id\":\"https:\/\/modelos.aipublica.com.br\/artemis2\/yogi-bear-und-die-entropie-der-information-ein-spielerischer-zugang-zu-wahrscheinlichkeit-und-wissen\/#breadcrumb\"},\"inLanguage\":\"pt-BR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/modelos.aipublica.com.br\/artemis2\/yogi-bear-und-die-entropie-der-information-ein-spielerischer-zugang-zu-wahrscheinlichkeit-und-wissen\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/modelos.aipublica.com.br\/artemis2\/yogi-bear-und-die-entropie-der-information-ein-spielerischer-zugang-zu-wahrscheinlichkeit-und-wissen\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"In\u00edcio\",\"item\":\"https:\/\/modelos.aipublica.com.br\/artemis2\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Yogi Bear und die Entropie der Information: Ein spielerischer Zugang zu Wahrscheinlichkeit und Wissen\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/modelos.aipublica.com.br\/artemis2\/#website\",\"url\":\"https:\/\/modelos.aipublica.com.br\/artemis2\/\",\"name\":\"Artemis\",\"description\":\"\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/modelos.aipublica.com.br\/artemis2\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"pt-BR\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/modelos.aipublica.com.br\/artemis2\/#\/schema\/person\/f09f19b43522ad42e428d2d9f7b49c99\",\"name\":\"Ney Barbosa\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\/\/modelos.aipublica.com.br\/artemis2\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/1a297756197778a519b91b361892fb84773a922ad1c083e980048a2832731b31?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/1a297756197778a519b91b361892fb84773a922ad1c083e980048a2832731b31?s=96&d=mm&r=g\",\"caption\":\"Ney Barbosa\"},\"sameAs\":[\"https:\/\/modelos.aipublica.com.br\/artemis2\"],\"url\":\"https:\/\/modelos.aipublica.com.br\/artemis2\/author\/ney\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Yogi Bear und die Entropie der Information: Ein spielerischer Zugang zu Wahrscheinlichkeit und Wissen - Artemis","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/modelos.aipublica.com.br\/artemis2\/yogi-bear-und-die-entropie-der-information-ein-spielerischer-zugang-zu-wahrscheinlichkeit-und-wissen\/","og_locale":"pt_BR","og_type":"article","og_title":"Yogi Bear und die Entropie der Information: Ein spielerischer Zugang zu Wahrscheinlichkeit und Wissen - Artemis","og_description":"In der digitalen Welt, in der Informationen st\u00e4ndig flie\u00dfen, spielt die Entropie eine zentrale Rolle \u2013 nicht nur in der Physik, sondern auch in der Art und Weise, wie wir Wissen erwerben und Entscheidungen treffen. Die Geschichte von Yogi Bear bietet hier eine lebendige Metapher, die abstrakte Konzepte aus der Informationstheorie verst\u00e4ndlich macht. Kann Wissen […]","og_url":"https:\/\/modelos.aipublica.com.br\/artemis2\/yogi-bear-und-die-entropie-der-information-ein-spielerischer-zugang-zu-wahrscheinlichkeit-und-wissen\/","og_site_name":"Artemis","article_published_time":"2025-04-27T09:37:20+00:00","article_modified_time":"2025-11-29T05:35:45+00:00","author":"Ney Barbosa","twitter_card":"summary_large_image","twitter_misc":{"Escrito por":"Ney Barbosa","Est. tempo de leitura":"4 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/modelos.aipublica.com.br\/artemis2\/yogi-bear-und-die-entropie-der-information-ein-spielerischer-zugang-zu-wahrscheinlichkeit-und-wissen\/","url":"https:\/\/modelos.aipublica.com.br\/artemis2\/yogi-bear-und-die-entropie-der-information-ein-spielerischer-zugang-zu-wahrscheinlichkeit-und-wissen\/","name":"Yogi Bear und die Entropie der Information: Ein spielerischer Zugang zu Wahrscheinlichkeit und Wissen - Artemis","isPartOf":{"@id":"https:\/\/modelos.aipublica.com.br\/artemis2\/#website"},"datePublished":"2025-04-27T09:37:20+00:00","dateModified":"2025-11-29T05:35:45+00:00","author":{"@id":"https:\/\/modelos.aipublica.com.br\/artemis2\/#\/schema\/person\/f09f19b43522ad42e428d2d9f7b49c99"},"breadcrumb":{"@id":"https:\/\/modelos.aipublica.com.br\/artemis2\/yogi-bear-und-die-entropie-der-information-ein-spielerischer-zugang-zu-wahrscheinlichkeit-und-wissen\/#breadcrumb"},"inLanguage":"pt-BR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/modelos.aipublica.com.br\/artemis2\/yogi-bear-und-die-entropie-der-information-ein-spielerischer-zugang-zu-wahrscheinlichkeit-und-wissen\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/modelos.aipublica.com.br\/artemis2\/yogi-bear-und-die-entropie-der-information-ein-spielerischer-zugang-zu-wahrscheinlichkeit-und-wissen\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"In\u00edcio","item":"https:\/\/modelos.aipublica.com.br\/artemis2\/"},{"@type":"ListItem","position":2,"name":"Yogi Bear und die Entropie der Information: Ein spielerischer Zugang zu Wahrscheinlichkeit und Wissen"}]},{"@type":"WebSite","@id":"https:\/\/modelos.aipublica.com.br\/artemis2\/#website","url":"https:\/\/modelos.aipublica.com.br\/artemis2\/","name":"Artemis","description":"","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/modelos.aipublica.com.br\/artemis2\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"pt-BR"},{"@type":"Person","@id":"https:\/\/modelos.aipublica.com.br\/artemis2\/#\/schema\/person\/f09f19b43522ad42e428d2d9f7b49c99","name":"Ney Barbosa","image":{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/modelos.aipublica.com.br\/artemis2\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/1a297756197778a519b91b361892fb84773a922ad1c083e980048a2832731b31?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/1a297756197778a519b91b361892fb84773a922ad1c083e980048a2832731b31?s=96&d=mm&r=g","caption":"Ney Barbosa"},"sameAs":["https:\/\/modelos.aipublica.com.br\/artemis2"],"url":"https:\/\/modelos.aipublica.com.br\/artemis2\/author\/ney\/"}]}},"_links":{"self":[{"href":"https:\/\/modelos.aipublica.com.br\/artemis2\/wp-json\/wp\/v2\/posts\/10137","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/modelos.aipublica.com.br\/artemis2\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/modelos.aipublica.com.br\/artemis2\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/modelos.aipublica.com.br\/artemis2\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/modelos.aipublica.com.br\/artemis2\/wp-json\/wp\/v2\/comments?post=10137"}],"version-history":[{"count":1,"href":"https:\/\/modelos.aipublica.com.br\/artemis2\/wp-json\/wp\/v2\/posts\/10137\/revisions"}],"predecessor-version":[{"id":10138,"href":"https:\/\/modelos.aipublica.com.br\/artemis2\/wp-json\/wp\/v2\/posts\/10137\/revisions\/10138"}],"wp:attachment":[{"href":"https:\/\/modelos.aipublica.com.br\/artemis2\/wp-json\/wp\/v2\/media?parent=10137"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/modelos.aipublica.com.br\/artemis2\/wp-json\/wp\/v2\/categories?post=10137"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/modelos.aipublica.com.br\/artemis2\/wp-json\/wp\/v2\/tags?post=10137"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}