Từ đỉnh cao đến hố

Với lời xin lỗi đến Ghost.

Vì vậy, điều này đã xảy ra.

Câu chuyện dài: Brian Wansink là một giáo sư tại Cornell. Công việc của ông đã được xem xét kỹ lưỡng vì không chính xác. Tôi đã thực hiện một số đóng góp cá nhân nhỏ cho sự xem xét kỹ lưỡng đó. Những người khác đã làm nhiều hơn nữa. Sự không nhất quán được phát hiện bao gồm các phương tiện và độ lệch chuẩn không thể tồn tại, phân phối dữ liệu không thể tồn tại (hoặc chỉ tồn tại trong điều kiện lố bịch), kích thước mẫu lặp lại kỳ lạ, tự đạo văn, dị thường thống kê, partridge, cây lê, v.v.

Nếu bạn không quan tâm đến siêu khoa học hoặc thống kê pháp y hoặc bạn không theo dõi tôi trên Twitter, bạn có thể không nghe thấy gì về điều đó.

Bởi vì nếu bạn không quan tâm, thì thật là chán. Và có những con số. Rất nhiều số.

Những gì chúng ta không biết cho đến bây giờ là cách làm xúc xích. Những sự không nhất quán này đến từ đâu? Họ đại diện cho cái gì? Tôi không dành quá nhiều thời gian cho những câu hỏi như thế này, bởi vì - như tôi đã nói trước đây - tôi không có lệnh khám xét hay bóng pha lê.

Bây giờ, với đống không chính xác và nhầm lẫn này, bài viết này có thể bổ sung một số cái nhìn sâu sắc về quá trình nghiên cứu không chỉ là kết quả nghiên cứu mà chúng ta đã xử lý.

Về cơ bản, bây giờ chúng ta có thể nhìn thấy bên trong nhà máy sản xuất xúc xích, và nó đẹp như một bức tranh của Bosch về một dấu hai chấm. Chúng tôi biết xúc xích là xấu, nhưng bây giờ chúng tôi cũng có thể nói tại sao. Đó là bởi vì có những con ngựa già và lốp xe đạp và rác thải mùa hè ở Bangkok.

Rất nhiều điều sẽ được nói về điều này, vì vậy tôi sẽ đưa ra ba điểm ở đây mà những người khác có thể không nhận được.

(1) Hãy dành cho tôi thói quen ngốc nghếch có ý nghĩa

Một trích dẫn từ bài viết này sẽ không nhận được sự chú ý giống như những người khác (như 'dữ liệu tra tấn', ví dụ ... đó là một câu rằng sẽ nhận được một vài dặm trên đó) là từ một nghiên cứu sinh người đã dành thời gian trong phòng thí nghiệm Wansink của.

Đây là một ý kiến ​​chín chắn và đồng cảm, nhưng nó gợi ý về điều gì đó nghiến răng tôi - rằng tất cả những xáo trộn nghiên cứu này là kết quả đáng buồn của một loại nhiệm vụ Icarian nào đó hữu ích. Chỉ cần cố gắng để giúp đỡ, ông chủ, trung thực. Tôi xin lỗi về những vụ kiện kinh hoàng của những thứ vớ vẩn. Tôi đang làm hết sức mình để giúp đỡ mọi người.

Mát mẻ. Tôi chắc chắn bạn là một vị thánh. Thực tế vẫn còn khi bạn thực hiện nghiên cứu khủng khiếp với ý chí tốt nhất trên thế giới, bạn vẫn còn là một phần của vấn đề. Theo nhiều cách, bạn nguy hiểm hơn một tên khốn hoàn toàn có thể làm sai lệch quá trình nghiên cứu theo những cách trực tiếp và kém trung thực hơn.

Tại sao? Tại sao nó lại là một vấn đề như vậy để 'giúp đỡ' như thế này?

Thật ích kỷ. Bạn đang ưu tiên ý kiến ​​của riêng bạn hơn ý kiến ​​của các quan sát được kiểm soát. Bạn đang nói rằng bạn thông minh hơn dữ liệu. Và, bằng cách mở rộng, vị trí tốt hơn để ra lệnh cho thực tế so với những người khác mang dữ liệu của họ được phân tích cẩn thận thông qua một kế hoạch nghiên cứu mà không phải là đánh bại nó cho đến khi nó điều chỉnh những gốc cây đẫm máu. Bạn thực sự đang nói "không quan trọng chúng ta tìm thấy gì, tôi biết mọi người cần gì".

Điều đó cũng ích kỷ bởi vì xuất bản nhiều nghiên cứu khủng khiếp thường tốt cho sự nghiệp của bạn và xấu một cách rõ ràng cho khoa học.

Đó là tầm nhìn ngắn gọn. Tôi không thể phác thảo đầy đủ ở đây, mà không phát điên, có bao nhiêu ý tưởng hay được thực hiện cẩn thận trong các thí nghiệm không được thực hiện trong dinh dưỡng, khoa học thực phẩm, chế độ ăn uống, v.v. Nếu bạn nghĩ rằng bạn thông minh hơn dữ liệu, bạn hãy bỏ qua hai mươi bảy bước tiến lên hai mươi sáu bước lùi, đó là bản chất bực bội của nghiên cứu hành vi ALMOST ALL. Nếu bạn nghĩ rằng bản chất trơn trượt của tất cả các nghiên cứu khác chỉ không áp dụng cho bạn, thì bạn là một con lừa lớn.

Nó cho phép một lối thoát rất cay độc. Nếu bạn là một người nhiệt tình đứng về phía chính nghĩa ('Tôi ủng hộ trẻ em ăn rau! Tôi ủng hộ việc đi bộ trong công viên!') Mọi người sẽ dễ dàng hơn với bạn khi có sự thay đổi pha trong sự liên tục phân / thông khí (* ) và nghiên cứu của bạn được xem xét kỹ lưỡng.

Thực hiện một cách có ý thức, đây là định vị hoài nghi đáng kinh ngạc. Các nhà khoa học hạ xuống như một cơn bão cấp 5 đầy dao trong nghiên cứu nấu chín từ những kẻ mất trí chống vắc-xin và những con dê nhiên liệu hóa thạch. Điều tương tự sẽ không bao giờ đúng nếu bạn viết một bài báo có tên 'Ôm, Trái cây tươi, hay Cái ôm và Trái cây tươi? Cải thiện cuộc sống của trẻ em vì điều đó tốt đẹp 'hoặc' Bốn kế hoạch chèn rau vào người nghèo '. Ý định tốt nhất là một chiếc giường kỳ diệu cho những bông hoa không đủ khả năng nứt vỡ khớp thần kinh phát triển, VÀ một lối thoát tiện dụng vào vắt tay khi hoa hét lên và biến thành bụi hoại tử.

(2) Tường thuật. Tường thuật ở mọi nơi.

Vì vậy, nhiều lần trong câu chuyện này, chúng ta thấy vai trò của câu chuyện kể. Câu chuyện hay ở đâu? Bán gì? Mọi người sẽ được hưởng gì? Điều gì sẽ làm cho câu chuyện này rõ ràng hơn?

Chúng ta đi xung quanh và xung quanh câu hỏi này - một câu chuyện hay nên đóng vai trò gì trong truyền thông khoa học? Có cần thiết không? Chúng ta có thể đưa nó đi quá xa?

Câu trả lời của tôi cho điều này nói chung là: thông thường chúng ta không có đủ tài liệu để kể một câu chuyện. Các chương trình nghiên cứu tốt hỏi các câu hỏi liên quan, tập trung cho đến khi thông tin bạn có thể narrativise xuất hiện cuối cùng. Ngày nay, mặc dù, mỗi tập dữ liệu có câu chuyện tuyệt vời của riêng mình để kể. Và, trong các tình huống như hiện tại, có thể được thực hiện để có một câu chuyện cũ hay với ứng dụng trước đó của một vài trăm chiến lược được đặt lên mông.

Nếu bạn muốn kể chuyện, tốt thôi. Mua một chiếc Moleskine và một chiếc mũ khó chịu, ngồi trong một quán cà phê có vẻ trầm ngâm, viết đêm, thưởng thức Top Ramen và theo dõi J.K Rowling trên Twitter. Một ngàn ngàn nơi tồn tại trên thế giới cho những người kể chuyện. Tìm một trong số chúng, và đặt các mô hình hồi quy hương quế đa cấp đi.

(3) Bạn thất bại trong việc mút từ và điều đó thật đáng sợ

Nếu tôi thực hiện một nghiên cứu khoa học ghi lại 20 biến số, và sau đó tôi chỉ báo cáo ba biến số 'hoạt động', thì rất khó để bất cứ ai phát hiện ra.

Không ai đang kiểm tra công việc ban đầu của tôi, không ai đang kiểm tra. Nói chung, không ai sẽ thấy toàn bộ dữ liệu và chưa hoàn thành của tôi. Nếu tôi được định vị giữa các nhóm nghiên cứu, xử lý việc thu thập dữ liệu của riêng tôi, v.v., thì càng tốt.

Ồ, và nếu thỉnh thoảng tôi hỏi liệu báo cáo nghiên cứu của tôi có chính xác không, tôi luôn có thể nói có. Không có gánh nặng bằng chứng, hoặc bất cứ điều gì thậm chí tương tự. Tôi chỉ có thể khẳng định.

Nếu bị thách thức, tôi chỉ có thể tạo dữ liệu cho ba biến quan tâm. 17 biến tôi không báo cáo được đưa ra phía sau và bắn.

Điều đáng chú ý về trường hợp này là (A) một nhà báo có sự hiện diện của tâm trí và sự kiên trì để có được bằng chứng thực tế về thực hành phòng thí nghiệm tồi, đó là điều tôi không bao giờ có thể làm và có thể là chưa từng có, và (B) bằng chứng về sự thiếu chính xác khủng khiếp trong dữ liệu báo cáo trước đó.

Về cơ bản, trong khi tận dụng tất cả các cách 'sáng tạo' tuyệt vời để nghiên cứu để có vẻ tốt, những người này đã làm một công việc tồi tệ đến mức mà ai đó nhận thấy. Những bài báo thất bại theo nghĩa đen ở thực hành nghiên cứu xấu. Hãy nhớ khoai tây lượng tử, nơi một cặp nhóm được báo cáo đồng thời là có 23, 25 hoặc 26 thành viên? Bạn đang lái loại xe hề nào khi không thể THÊM?

Sẵn sàng cho phần đáng sợ?

Điều này có ý nghĩa gì về những người CÓ THỂ thêm vào?

Có bao nhiêu nhóm nghiên cứu đang làm một cái gì đó tương tự, nhưng đang báo cáo chính xác dữ liệu họ đã nấu để tạo nên một câu chuyện hay?

Chúng ta có biết làm thế nào để tìm thấy chúng? Cờ Đen có thể tìm thấy chúng?

Câu trả lời là không, chúng tôi không thể. Nghiên cứu không trung thực được báo cáo chính xác là khối lượng băng khổng lồ bên dưới đỉnh có thể nhìn thấy này. Chúng ta không thể nhìn thấy nó, chúng ta chỉ có thể thực sự suy ra nó ở đó. Cách khắc phục đó là một sự thay đổi trong môi trường học thuật và thực hành xuất bản, và không đi ra ngoài và kết hợp nhiều bài báo được xuất bản hơn cho những kẻ ngốc và những thứ vớ vẩn.

Tôi đã nói chỉ một vài ngày trước rằng toàn bộ câu chuyện đáng tiếc về sự đau khổ của nghiên cứu này, Silmarillion của bollocks, vẫn vô tình duy trì khả năng làm tôi ngạc nhiên.

Và ở đây chúng tôi một lần nữa, và tôi ngạc nhiên.

(*) Khi shit chạm vào quạt. Muộn rồi. Thưởng thức tôi.