AlexR
Репост из: Ряды Фурье
Нам тут присылают видео от всяких блогеров, которые рассказывают про ПРОРЫВЫ в науке. Особенно часто попадается лечение рака, зубы и энергетика.
Вот инструкция, как это всё скептически рассматривать. Мы сами пару раз попадались. Вдруг вам пригодится )
1. Наука — это довольно медленный и методичный процесс. Самый большой предиктор преувеличения — слово "прорыв" или хештег breakthrough.
Вот, например, атомная батарейка, которая будет питать ваш телефон вечно. Проблема в том, что ровно такую же батарейку показал Росатом за 6 лет до этого, телефон будет стоить 20 миллионов рублей, а заряжаться на день использования будет 6 лет.
Ещё офигенно работают всякие "революция", "панацея" и местами даже "ученые шокировали мир".
Чаще всего сначала обнаруживается связь с чем-то, потом подозрения, что это может работать, теоретическая модель, куча отдельных тестов, потом системная работа.
Вот новость "Учёные вырастили копию человеческого мозга и подключили к ПК" — вырастили там соплю из жира с жопы одного из учёных за год до работы, на этой сопле научились немного считать.
Вот ИИ научился читать мысли — короче, там журналист не разобрался. Вообще.
2. Поэтому ищите источник. Есть ли ссылка на научную публикацию? Серьезная новость должна ссылаться на конкретное исследование, опубликованное в рецензируемом научном журнале (лучше всего, если в Природе, Науке, Клетке, Ланцете, Трудах Национальной академии наук США и так далее). Журналы Жизнь и Плейбой подходят гораздо, гораздо хуже. Хотя если есть выбор, в том же Плейбое публиковали довольно качественные научные работы, когда женщин в окружающем мире было меньше.
Хорошо, когда у статьи есть DOI, хотя это само по себе ничего не гарантирует.
Чтобы найти работу, надо погуглить эффект и имя автора (можно со словом research). Если в виде источника у вас только пресс-релиз, то вам продают шерстяного волчару.
Если источник препринт (чаще всего arXiv, bioRxiv, medRxiv) — это научные статьи, ещё не прошедшие рецензирование — то читайте на свой страх и риск. Такую водку следует пить с особой осторожностью. Самый смешной пример — чип Майораны и история препринтов MS.
Если источник — выступление на конференции или доклад, либо аналитический отчёт — скорее всего, это односторонняя коммуникация, до которой ещё никто не докопался.
Вот недавний пример про геометрический магнетизм. Гипотеза очень-очень красивая, но рецензирована отвратительно. Вот что случилось, когда рецензенты подъехали (спасибо @x7CFE).
3. Дальше само исследование. Нас интересует методология, мощность выборки и проверяемая гипотеза. Например, если что-то изучили на мышах, нельзя это без дополнительных исследований переносить на людей.
Корректный пример, где мыши-супермодели на людей не переносятся. Их там омолаживают, они получаются очень красивые и здоровые, но, возможно, непроходимо тупые. Но зато красивые!
У любой научной работы есть слабые стороны: например, короткий срок наблюдения, специфические условия, возможные погрешности.
Отличный пример, показывающий особенности статистики — молитва из будущего помогает тем, кого оперировали 10 лет назад.
Вот эпопея про перенос памяти через РНК, которая так и не была нормально рецензирована.
Вот работа про то, что развитые софт-скиллы — признак низкого интеллекта. Но выборка специфичная, да и журналисты чуть преувеличили выводы.
Очень часто сами учёные дико воюют между собой цепочками научных работ по тому, корректно ли интерпретируется статистика. Например, не путают ли коллеги корреляцию с причинно-следственной связью.
Вот пример, где спорят, лечит ли Альцгеймера действующее вещество виагры.
4. Тут обычно предлагается исследовать репутацию издания, но почти все крупные СМИ в плане науки скурвились.
Вот журналисты решили, что память распределяется по всему организму.
В общем, если завтра вылезет что-то, что вы не ждали, вряд ли это правда. Потому что приходите через 10 или 20 лет до практического применения.
Не верьте блогерам. Читайте работы. Думайте. Последний совет вообще офигенный.
--
Вступайте в ряды Фурье! Никому верить нельзя. Нам можно.
Вот инструкция, как это всё скептически рассматривать. Мы сами пару раз попадались. Вдруг вам пригодится )
1. Наука — это довольно медленный и методичный процесс. Самый большой предиктор преувеличения — слово "прорыв" или хештег breakthrough.
Вот, например, атомная батарейка, которая будет питать ваш телефон вечно. Проблема в том, что ровно такую же батарейку показал Росатом за 6 лет до этого, телефон будет стоить 20 миллионов рублей, а заряжаться на день использования будет 6 лет.
Ещё офигенно работают всякие "революция", "панацея" и местами даже "ученые шокировали мир".
Чаще всего сначала обнаруживается связь с чем-то, потом подозрения, что это может работать, теоретическая модель, куча отдельных тестов, потом системная работа.
Вот новость "Учёные вырастили копию человеческого мозга и подключили к ПК" — вырастили там соплю из жира с жопы одного из учёных за год до работы, на этой сопле научились немного считать.
Вот ИИ научился читать мысли — короче, там журналист не разобрался. Вообще.
2. Поэтому ищите источник. Есть ли ссылка на научную публикацию? Серьезная новость должна ссылаться на конкретное исследование, опубликованное в рецензируемом научном журнале (лучше всего, если в Природе, Науке, Клетке, Ланцете, Трудах Национальной академии наук США и так далее). Журналы Жизнь и Плейбой подходят гораздо, гораздо хуже. Хотя если есть выбор, в том же Плейбое публиковали довольно качественные научные работы, когда женщин в окружающем мире было меньше.
Хорошо, когда у статьи есть DOI, хотя это само по себе ничего не гарантирует.
Чтобы найти работу, надо погуглить эффект и имя автора (можно со словом research). Если в виде источника у вас только пресс-релиз, то вам продают шерстяного волчару.
Если источник препринт (чаще всего arXiv, bioRxiv, medRxiv) — это научные статьи, ещё не прошедшие рецензирование — то читайте на свой страх и риск. Такую водку следует пить с особой осторожностью. Самый смешной пример — чип Майораны и история препринтов MS.
Если источник — выступление на конференции или доклад, либо аналитический отчёт — скорее всего, это односторонняя коммуникация, до которой ещё никто не докопался.
Вот недавний пример про геометрический магнетизм. Гипотеза очень-очень красивая, но рецензирована отвратительно. Вот что случилось, когда рецензенты подъехали (спасибо @x7CFE).
3. Дальше само исследование. Нас интересует методология, мощность выборки и проверяемая гипотеза. Например, если что-то изучили на мышах, нельзя это без дополнительных исследований переносить на людей.
Корректный пример, где мыши-супермодели на людей не переносятся. Их там омолаживают, они получаются очень красивые и здоровые, но, возможно, непроходимо тупые. Но зато красивые!
У любой научной работы есть слабые стороны: например, короткий срок наблюдения, специфические условия, возможные погрешности.
Отличный пример, показывающий особенности статистики — молитва из будущего помогает тем, кого оперировали 10 лет назад.
Вот эпопея про перенос памяти через РНК, которая так и не была нормально рецензирована.
Вот работа про то, что развитые софт-скиллы — признак низкого интеллекта. Но выборка специфичная, да и журналисты чуть преувеличили выводы.
Очень часто сами учёные дико воюют между собой цепочками научных работ по тому, корректно ли интерпретируется статистика. Например, не путают ли коллеги корреляцию с причинно-следственной связью.
Вот пример, где спорят, лечит ли Альцгеймера действующее вещество виагры.
4. Тут обычно предлагается исследовать репутацию издания, но почти все крупные СМИ в плане науки скурвились.
Вот журналисты решили, что память распределяется по всему организму.
В общем, если завтра вылезет что-то, что вы не ждали, вряд ли это правда. Потому что приходите через 10 или 20 лет до практического применения.
Не верьте блогерам. Читайте работы. Думайте. Последний совет вообще офигенный.
--
Вступайте в ряды Фурье! Никому верить нельзя. Нам можно.