Блог | Страница 27 из 51 | THINK COGNITIVE, THINK SCIENCE

Shit My Reviewers Say

Этим невозможно не поделиться! Новый Tumblr под названием Shit My Reviewers Say (http://shitmyreviewerssay.tumblr.com/) собирает наиболее милые, добрые и разумные высказывания рецензентов научных статей. Вот некоторые из них:

— Авторы должны сослаться на суперинтересную статью по этой теме из Википедии.
— Кроме того, эта рукопись достаточно нудная и читается как неотредактированная глава из диссертации.
— Это бессмысленная статья. Она не предлагает ни интересных новых данных, ни хорошего объяснения.
— Это достаточно тривиальное исследование, размер выборки подозрительно большой, и эффект микроскопический на уровне разницы в 5% (кого волнует, что он значимый).
— Вы заставляете читателя почувствовать себя необразованным.
— Пожалуйстапожалуйстапожалуйста уберите предложения, которые звучат как гегельянские озарения, не неся никакого смысла в контексте вашей эмпирической работы.
— Я насчитал пятнадцать использований «очевидно» и «очевидный». Это по одному на страницу. «Очевидно», результаты не так очевидны, как хотелось бы автору.
— Я никогда не читал ничего подобного, и это не комплимент.

Ну и специально для наших постоянных читателей:

«Вероятно, переход на байесовскую статистику будет чересчур сложным для многих исследователей, и особенно студентов, из менее интеллектуальных областей науки (например, психологии)»

Картинка с http://academicnegativity.tumblr.com/post/38 309 344 584/i-had-the-same-paper-rejected-one-year-ago.

Парад ссылок

Три ссылки на свежие учебные материалы, которые могут оказаться полезными для когнитивистов. Enjoy!

В издательстве O’Reilly Media вышел онлайн-сборник Python for Scientists, в который вошли главы из нескольких книг по программированию и анализу данных (Python for Data Analysis, Bioinformatics Data Skills, Effective Computation in Physics и Python Data Science Handbook). Сборник находится в открытом доступе по ссылке: www.oreilly.com/programming/free/python-for-scientists.csp

Исследователи из Radboud University опубликовали уроки по бихевиоральному моделированию, а именно по обучению с подкреплением и байесовскому обучению (MATLAB)
- http://hannekedenouden.ruhosting.nl/RLtutorial/Instructions.html

Опубликованы демонстрации по байесовскому анализу данных в Python и Matlab (дополнение к книге Bayesian Data Analysis, 3rd ed by Gelman et al.)
- https://github.com/avehtari/BDA_py_demo
- https://github.com/avehtari/BDA_m_demos

Про стандарты и людей

Внимательные читатели замечают, что периодически мы ругаемся на то, что статистика оформлена не по APA, прописываем требования к размеру шрифта и межстрочным интервал в условиях конкурсов, объясняем, как правильно оформлять библиографию по правилам той же APA и, в общем, всячески боремся с креативностью в оформлении научных текстов.

И все равно, раз за разом мы сталкиваемся с тем, что как совсем юные, так уже и не очень юные, но все еще горячие, когнитивисты употребляют, не стесняясь, что-нибудь типа p < 0.07 или соединяют в списке литературы стопицот вариантов оформления библиографических ссылок. В этом занудно-назидательном посте мы попробуем разобраться, зачем нужны стандарты и в чем причина раздражения, которое вызывает нарушение стандартов у некоторых людей.

Сначала поговорим о стандартах оформления рукописей. На всякий случай, рукопись — это не то, что написано от руки, это все, что вот вы сами напечатали до того, как это что-то попало в издательство, где было издано в виде книги, газеты или журнальной статьи. Исторически, одна из основных задач введения стандарта для рукописей — сделать их удобными для редактирования. В докомпьютерную эпоху основным инструментом редактирования рукописей была ручка, в крайнем случае — ножницы. Из-за этого одно из основных требований многих стандартов — большие поля и и межстрочные интервалы. Чтобы можно было делать вот так:

Страница рукописи Дж. Оруэлла с правками — Страница рукописи «1984» Дж. Оруэлла

Понятно, что сейчас такого рода требования уже не очень актуальны, поскольку редактурой бумажных текстов почти никто не занимается. Кроме этого есть задача сделать текст более удобным для работы с ним в типографии. Из-за этого некоторые стили, например APA, требуют ставить изображения и таблицы в конец текста на отдельные страницы. Это тоже не очень актуально в современном мире, и даже многие журналы, которые основываются на требованиях APA, закрывают глаза на нарушение этого правила.

Однако у стандартов есть еще одна задача — сделать текст более удобным для чтения. Для этого структуру текста стараются сделать более однообразной и четко разделять смысловые блоки. Расстояние между абзацами должно быть больше расстояния между строками не потому, что так захотелось какому-то полутрезвому разработчику ГОСТа, а потому, что абзацы являются отдельными кусками смысла, а строки — нет. По этой же причине в тексте употребляются заголовки. Заголовки кроме того поясняют, о чем идет речь в следующем за ними куске текста, а чтобы их было проще найти, и чтобы они не путались с остальным текстом, они имеют не такое оформление как остальной текст. Традиционно заголовки выделяются жЫрными буквами или полужЫрными буквами. Поэтому когда вы в тексте понравившееся вам слово выделяете жирным шрифтом, человек, привыкший к чтения рукописей инстинктивно пытается понять, почему среди строки у вас заголовок.

Вообще это одна из основных проблем нарушения стандартов: вы делаете чтение текста более трудным. Бывают редкие исключения, когда небольшие отклонения, наоборот, помогают. Например, требование APA оформлять подписи к таблицам и изображениям в том же стиле, что и основной текст, нормально, но только если у вас таблицы и изображения идут на отдельных страницах. Если же они идут в теле текста, то их лучше все же оформлять иначе, чтобы их было легко отличить от текста. Но в основном стандарты достаточно хорошо продуманы, и делают текст максимально читабельным. Более того, стандарты привычны для людей, работающих с научными текстами. Поэтому их нарушение заставляет прилагать чуть больше усилий для чтения. Как и все люди, ученые не любят тратить свои ресурсы. Поэтому даже если ваш текст на 1% труднее читать, чем остальные, это вызывает негативные эмоции. А вы не хотите, чтобы у читателя возникали негативные эмоции. Как показывают исследования, авторов более сложных для прочтения текстов при прочих равных считают менее умными (http://www.ucd.ie/artspgs/semantics/ConsequencesErudite.pdf).

Примерно то же касается оформления статистики. Тут много маленьких деталей. Например, пробелы. Все ставят пробел после точки, но про пробелы в описании статистики часто забывают. При этом читать запись типа F(2,28)=3.256 труднее и менее привычно, чем F(2, 28) = 3.256. Создатели стандартов APA постарались сделать так, чтобы описание результатов статистики было максимально читаемым и максимально компактным. Поэтому, например, для величин. которые не могут быть больше нуля, в том числе для p-значений, ноль опускается. Но в оформлении статистики есть еще один нюанс — описание результатов должно позволять прикинуть адекватность ваших подсчетов и при необходимости использовать ваши данные для мета-анализа. Поэтому принято указывать степени свободы, и поэтому p значения не округляются, если они не меньше 0.001, а указываются с точностью до третьего знака.

Теперь еще один момент, касающийся негативных эмоций. Многим из тех, кто привык пользоваться стандартами в своей работе, соблюдение этих стандартов кажется очень простой вещью. Во многом это связано с тем, что в эпоху интернета и текстовых процессоров (да, я говорю о MS Word), оформить текст правильно достаточно легко. Скачайте себе шаблон APA (http://bfy.tw/1fc0) и научитесь пользоваться стилями в Word. Установите Mendeley или Zotero (http://tcts.cogitoergo.ru/ru/blog/oformlenie-spiska-literatury-s-pomoshh-yu-mendeley-zotero/) и научитесь ими пользоваться, это поможет забыть об оформлении литературы вручную. К сожалению, программы, которая бы умела за вас правильно оформлять статистику пока нет (если вы используете Rmarkdown, можете попробовать github.com/ralfer/apa_format_and_misc), но никто не мешает вам распечатать себе табличку с правилами оформления статистики, заламинировать, и прибить гвоздем рядом с монитором. Ну или запомнить, да, тоже можно. Слава богу, сейчас не 87ой год, когда вам бы пришлось все делать вручную. Поэтому неумение оформить текст или описать результаты в 2015 году показывает неумение пользоваться самыми базовыми вещами, наподобие того же Word. Помноженное на затрудненное восприятие текста это рождает в читателе не самое приятное впечатление об авторе.

Занудно-назидательный пост закончен.

Результаты конкурса «Лучший постер школы по версии TCTS 2015»

В этом году мы проводили второй конкурс постеров для участников Летней школы по когнитивной науке им. Карла Дункера (http://duncker.hse.ru/). Это, пожалуй, на данный момент наиболее когнитивно-ориентированная научная школа в России, которая ежегодно собирает лучших студентов и аспирантов.

Основная цель конкурса — оценка того, как исследование представлено на постере безотносительно целей и содержания самого исследования. Мы учитывали эстетические качества постера, адекватность описания результатов (включая правильность представления статистики), и общую понятность исследования для человека, читающего постер.

По этим критериям победителем из 15 присланных на конкурс работ (их можно посмотреть в конце поста) оказался постер Мариам Бангуры из РГГУ. Ее постер отличается четкостью структуры, аккуратностью оформления, хорошим балансом графики и текста, а главное — понятностью для тех, кто смотрит на постер. Мы поздравляем Мариам и желаем ей дальнейших успехов в науке! В качестве приза Мариам получила трехмесячную подписку на Bookmate, за что представителям Bookmate (http://bookmate.com/) отдельное спасибо.

По сравнению с конкурсом прошлого года (http://tcts.cogitoergo.ru/ru/blog/rezul-taty-konkursa-luchshij-poster-shkoly-po-versii-tcts/#.Vem5Tpd4vd0) количество работ, присланных на конкурс стало больше, что не может не радовать. Однако при этом многие ошибки участников повторяются, что печалит. Поэтому в дополнение к чеклисту, который мы выкладывали год назад (http://tcts.cogitoergo.ru/wp-content/uploads/2014/08/Poster_chklist.pdf), мы хотим обратить внимание будущих постероделов на некоторые типичные ошибки. Ошибки бывают трех видов: эстетические, статистические, и содержательные.

Эстетические ошибки:

Используется много разных шрифтов / шрифты множества разных размеров
Фон постера преобладает над содержательными элементами. Например, выравнивание блоков по линиям фона нередко ломает логику соотношения блоков. Особенно это критично для фона с разного рода арками и дугами.
Чрезмерно разнообразная и/или негармоничная цветовая гамма и злоупотребление цветами и выделениями в тексте.
Блоки не разделены визуально, или очень тесно прилегают к краям постера. У текста должны быть поля, отделяющие его от краев блока, а у блока — поля, отделяющие его от других блоков и границ постера.
Графики плохого качества. Прочитайте про различия векторной и растровой графики и больше никогда не используйте растр (jpg, png, вот это все) для графиков на постерах.
Отсутствие выравнивания. Выровняйте уже текст! Выровняйте заголовки! Выровняйте все!
Отсутствие единообразия. В одном месте заголовок выровнен по середине, в другому — по левому краю. В одном месте поле 1 см, в другом — 1.5 см. Глаз цепляется за несоответствия и затрудняет восприятие вашего постера.

Статистические ошибки:

Для визуализации средних значений нередко используется столбиковая диаграмма (bar plot) с усами доверительного интервала, что несколько некорректно, так как столбиковые диаграммы используются для визуализации частот или количества. Средние значения лучше отображать в виде точки с доверительным интервалом.
Очень часто нарушаются правила оформления стат. критериев (почитайте, наконец, APA Manual of Style или хотя бы посмотрите примеры в нашей презентации https://vk.com/album-64 839 783_202462156 или тут http://www4.uwsp.edu/psych/cw/statistics/Wendorf-ReportingStatistics.pdf)
Некоторые сторонники минимализма предпочитают вообще не описывать на постере никакую статистику, ограничиваясь средними или графиками. Не надо так.

Содержательные ошибки:

Оси на графиках не подписаны. Подписывайте оси на графиках.
В методике описано больше условий или групп, чем в результатах. Ну хоть намекните, что там с группой 3 и группой 4-то, мы ж заинтригованы.
Слишком много текста во введении, часто не имеющего прямого отношения к описываемому эксперименту. Введение должно быть кратким (2−3 предложения) и подводящим сразу к вашей работе.
Не описано, что именно вы делали. Вы устроили испытуемым сенсорную стимуляцию. Наверняка, вы имеете в виду, что вы поили их коньяком. А когда вы пишете, что варьировалась сумма вознаграждения, понятно, что эту сумму нельзя разглашать по условиям контракта. Детали делают постер более понятным и не всегда требуют много места.

Из практики известно, что больше всего времени при подготовке постера уходит на полировку деталей, а не на расстановку основных смысловых компонентов. Несмотря на кажущуюся незначимость, именно этот этап помогает на конференции представить вас и ваше исследование в самом лучшем свете. Еще раз: «детали делают постер». В конце концов, важно не только не засветиться в категории «Did you see that poster from hell?», но и успешно донести до слушателей весь блеск ваших научных достижений. Мы очень надеемся, что наши материалы и рекомендации помогут вашим постерам становиться лучше и лучше.

Курс по Python для сбора и анализа данных в ВШЭ

Высшая Школа Экономики в Москве сделала общедоступный факультатив по программированию на Python для сбора и анализа данных. Отличительная черта — заточенность именно под аналитику, а не просто обучение Питону.

Информация от автора:
«Мы начнём с самых азов программирования и, не углубляясь слишком сильно в теорию, дойдём до практических задач типа «обработать тысячу веб-страниц, извлечь из них нужные данные, собрать их в аккуратную табличку, прогнать по ним регрессию, нарисовать пять графиков и две диаграммы, после чего отправить результат начальнику по e-mail». Курс будет длиться три модуля (то есть полтора семестра), причём первый модуль ориентирован на тех, кто никогда не имел дела с программированием вообще, а в последнем много нового откроют для себя даже опытные питонисты.

В общем, если вы всегда мечтали о том, чтобы компьютер понимал вас с полуслова, избавил от рутины и дал больше возможностей и свободы, сейчас самое время изучить подходящий для этого язык. И это Python" (https://www.facebook.com/photo.php?fbid=10 204 862 744 548 048).

Запись тут: http://lms.hse.ru/?pl

Картинка отсюда http://pensees.pascallisch.net/?p=1638

О Reproducibility Project

или «Тот редкий момент, когда нужно защитить психологию»

TL;DR:

В рамках большого репликационного проекта в психологии не были подтверждены больше половины из 100 результатов
Наиболее высокими шансами на удачное воспроизведение обладают результаты с исходно большим размером эффекта (чаще встречающиеся в когнитивной психологии).
Причиной низкой воспроизводимости скорее всего является существующая система публикаций, придающая неадекватно большое значение статистической значимости и новизне результатов
В целом, репликационный проект показывает как серьезность методических проблем в психологии, так и направленность на их скорейшее решение

_fxRX4FQFO4

ОК #горячиеюныекогнитивные, с нескольким опозданием, но и мы в TCTS решили отреагировать на новости о результатах большого репликационного исследования, описанного на этой неделе в Science[1]. Наверное, уже все видели заголовки «Больше половины психологических результатов невоспроизводимы», «Объективность большинства психологических исследований поставлена под сомнение», «Результаты многих исследований по психологии и социологии не поддаются воспроизведению и могли быть подделаны» или «Ученые усомнились в научности психологических исследований» (все названия реальны). Если вы хотите поглубже разобраться в том, куда теперь бежать и в какую сторону закатывать глаза, вам будет интересно прочесть этот длинный пост.

ПРОБЛЕМА
Прежде всего давайте спокойно, без истерики, посмотрим на то, что произошло. В течение последних трех лет героический Брайан Нозек из Университета Вирджинии руководил командой из 270 человек, занявшейся прямой репликацией сотни опубликованных психологических экспериментов. Эта мега-репликация была вызвана все возрастающим пониманием того, что многие из исследовательских и публикационных практик, принятых в сообществе, ухудшают качество получаемых результатов. За последние несколько лет в психологии было вскрыто несколько больших проблемных тем (например, очень громкой оказалась история с непонятным социальным праймингом[2]), были раскрыты громкие случаи фальсификации данных (вспомним Дидрика Штапеля[3]), и продемонстрированы странные публикационные тенденции (90% опубликованных статей подтверждают исходную гипотезу[4], нереалистичная часть статистически значимых результатов еле-еле отвечает конвенциональному p-критерию[5] и т. д.) Кроме того, стало понятно, что для того, чтобы внести неразбериху в психологическую литературу, необязательно быть монстром-фальсификатором, достаточно слегка переиграть в экспериментальные игры[6]. Например, исследователь может добрать выборку «до значимости» уже в процессе исследования, пробовать разные методы фильтрации и обработки данных (без злого умысла, из чистого интереса!), повторять эксперимент с небольшими изменениями 10 раз и опубликовать только один, удачный, результат, и т. д. Эти проблемы, спасибо журналам, публикующим только положительные результаты, существуют во всех науках, но в случае с психологией и её и без того хрупкими эффектами масштаб трагедии казался ошеломляющим. Брайан Нозек решил все же попробовать её измерить.

ПОДХОД
Для начала авторы (270!) выбрали исследования для повторения. В список[7] попали работы, опубликованные в трех высокопрофильных психологических журналах в 2008 году: общем публикующем «громкие» результаты Psychological Science, социально-психологическом Journal of Personality and Social Psychology и когнитивно-психологическом Journal of Experimental Psychology: Learning, Memory, and Cognition. Команды-участники проекта могли сами выбирать из общего пула статьи, которые были близки их научным интересам и которые можно было технически реплицировать (понятно, что финансирование 30 лишних томографий или пары обезьян, а также доступ к клинической выборке обеспечить не так просто). Участники репликационного проекта активно общались с авторами оригинальных исследований, пытаясь максимально приблизить условия репликации к условиям первоначальных экспериментов. Кроме собственно «волшебной» цифры (какой процент результатов удастся подтвердить), авторов интересовал разброс успешности репликаций между субдисциплинами, а также факторы, влияющие на успешность репликаций (например, склонны ли к удачным воспроизведениям более опытные исследователи).

РЕЗУЛЬТАТЫ
Перейдем к результатам, на примере самого банального критерия успешности — p-значений. Следите за руками. Взяли 100 экспериментов. В 97 из них был заявлен положительный результат (из них 4 имели p > .05, но это в данном случае уже мелочи). Средняя мощность репликации по имеющимся у исследователей данным составляла 92%. Это означает, что если все оригинальные эффекты существуют и были правильно измерены (!), реплицировать получится 89 из них (0.97 * 0.92). На самом деле получилось реплицировать 35 (40%). Правда, здесь есть ловушка — та самая правильность исходного измерения. Если авторы оригинальных исследований переоценивали величину искомого эффекта, реальная мощность репликации была ниже, а значит и «волшебный процент» мог быть недооценен, то есть 40% это довольно консервативная оценка. Далее, внутри этих 40% авторы обнаружили существенный разброс между субдисциплинами (точнее, статьями из двух специализированных журналов: по социальной и личностной психологии vs когнитивной психологии). Если социальнопсихологические результаты подтверждались в 25% случаев (14 из 55), то когнитивнопсихологические — в 50% случаев (21 из 42).
Не менее грустную в целом, но более информативную картину показывает сравнение размеров эффекта в оригинале и репликации — в среднем, репликации достигают лишь половины оригинального размера эффекта. Предлагаемый авторами механизм здесь довольно прост и ожидаем — в публикации попадают «лучшие образцы» результатов, зачастую в сочетании с маломощным дизайном, тогда как репликации лишены этих искажений.

Помимо измерения реплицируемости, на основе всех полученных данных авторами были выделены предикторы успешности репликаций — неудивительно, но ими оказались большой размер эффекта и низкое p-значение в оригинальном исследовании. На примере p-значений — результаты с p < .001 достигали значимости при репликации в 63% случаях, а результаты с p > .04 — в 18%. К тому же, чем «удивительнее» был исходный эффект и чем сложнее было его реплицировать, тем ниже оказалась вероятность успеха (привет Psychological Science и в целом упору на новизну). Кроме того, редко реплицируются результаты тестов интеракций по сравнению с тестами собственных эффектов факторов. Зато в отношении реплицируемости не имеет предсказательной способности опытность авторов (как оригинала так и репликации), субъективная важность результата и даже субъективное качество репликации.

GO BAYES
Но что мы все о p-значениях. Интересный взгляд на те же результаты показывает байесовская статистика. Данный анализ не проводился авторами статьи в Science, но на выложенные в открытый доступ данные накинулись десятки любопытных исследователей, и некоторые из дополнительных выводов уже вовсю обсуждаются в блогах. Прелесть байесовского подхода к анализу репликаций в том, что он позволяет не только оценить успешность репликации в дихотомии «получилось/не получилось», но и рассмотреть результаты как свидетельство в пользу гипотезы о наличии либо гипотезы об отсутствии описанного в оригинальном исследовании результате. Таким образом можно определить, какие из репликаций показали весомое свидетельство наличия эффекта, какие — весомое свидетельство отсутствия эффекта, а какие оказались неинформативны. Выводы Алекса Этза[8] в рамках этого подхода оказались довольно интересны: около 30% результатов репликаций попадают в категорию «неинформативных», то есть, не соответствуют однозначно ни гипотезе о наличии, ни гипотезе об отсутствии эффекта. Еще раз — целая треть этих аккуратнейшим образом выполненных и проанализированных репликаций попали в «серую» зону между успехом и неуспехом. В свете такой оценки становится яснее, что репликация — это не приговор и даже не «проверка», а скорее дополнительная информация для составления информированного научного вывода.

КТО ВИНОВАТ
Таким образом, если корректно подходить к интерпретации основного результата, то все, что мы можем сказать — 35 из 97 исследований получили дополнительные доказательства в свою пользу. Остальные — не получили, и сложно сказать, почему. Возможно, потому что искомые эффекты очень слабые и репликациям не хватило мощности. Или потому что этих эффектов действительно не существует. Либо в одной из двух попыток (оригинале или репликации) что-то незаметно пошло не так. Либо это случай. Либо немного отличались выборки и материал (а репликации не всегда проводились в той же стране, что исходное исследование). Причин неудачи может быть масса, так что однозначно списывать со счетов конкретные невоспроизведенные исследования не стоит. Туда же относится вопрос «Можно ли официально считать когнитивную психологию круче социальной, если ее результаты чаще воспроизводятся?». Боюсь, что социальным психологам и без того досталось. Скорее всего, когнитивистам благодарить за воспроизводимость нужно не математически-естественнонаучную шапочку, а удобные внутригрупповые дизайны и в целом сильные эффекты, обладающие относительно небольшой вариабельностью внутри популяции, а социальным психологам в этом смысле можно посочувствовать.

ЧТО ДЕЛАТЬ
Вернемся к громким журнальным заголовкам. Если это огромное исследование не было призвано оправдать или осудить психологию как науку, и даже не показало, каким результатам можно верить, а каким нет, что оно дало? В первую очередь, это смелая и трудоемкая работа по описанию проблемы, с которой борется психология, это донесение как до публики, так и до самих исследователей важности перепроверки и укрепления ранних результатов. Возможно ли повысить цифру 40% до чего-то более приятного? Пожалуй, да. Более того, за счет распространения более аккуратных исследовательских практик она скорее всего возросла с 2008 года, когда были опубликованы рассматриваемые работы. В предыдущие десятилетия те же проблемы проходила, например, медицина и генетика. Клинические испытания в итоге приняли за норму обязательную перерегистрацию исследований для того, чтобы отделить планируемые результаты от менее жестких творческих находок ученых. Генетики перешли к командной работе и крупным коллаборациям. Психология тоже идет этим путем. Все больше журналов практикует пререгистрацию[9] и настаивает на свободном доступе к данным исследования, все больше внимания уделяется адекватности размера выборок и соответствии их размеру эффекта, и раз за разом международные команды объединяются в проекты ManyLabs[10] для проведения больших репликаций. Все больше «не-новых», даже отрицательных, результатов публикуется в PLoS One или выкладывается препринтами на bioRxiv. Ситуация год от года изменяется к лучшему. Что делать с результатами предыдущих эпох? Да ничего. Относиться критично и по возможности перепроверять. Не то чтобы эта рекомендация открывала глаза кому-то, кто хоть раз пробовал разобраться в научной литературе по любой проблеме.

В общем, хоть цифры и выглядят пессимистично, ничего особенно пугающего нам не открылось. Как это и должно быть, наука перепроверяет, критикует и оздоравливает себя, так что научность психологии (если кто-то за нее волновался) подтверждается самим фактом проведения подобного исследования. А теперь все выдохнули и повторяем за мной: «Science isn’t broken. It’s just fucking hard.»

1.http://www.sciencemag.org/content/349/6251/aac4716

2. http://www.nature.com/news/nobel-laureate-challenges-psychologists-to-clean-up-their-act-1.11 535

3. https://en.wikipedia.org/wiki/Diederik_Stapel

4. http://www.nature.com/news/replication-studies-bad-copy-1.10 634

5 .https://peerj.com/articles/1142.pdf

6. http://journals.plos.org/plosbiology/article?id=10.1371/journal.pbio.1 002 106

7. https://osf.io/ezcuj/wiki/Replicated%20Studies/

8. http://alexanderetz.com/2015/08/30/the-bayesian-reproducibility-project/

9. http://www.theguardian.com/science/head-quarters/2014/may/20/psychology-registration-revolution

10. https://osf.io/89vqh/

Дополнительно:

Все материалы, касающиеся репликационного проекта, включая детальные отчеты о каждой репликации, данные, и код для анализа и визуализации: https://osf.io/ezcuj/

Отличный обзор в Atlantic с правильной, на наш взгляд, подачей проблемы: http://www.theatlantic.com/health/archive/2015/08/psychology-studies-reliability-reproducability-nosek/402 466/

Стажировка в лаборатории лабораторию междисциплинарных исследований раннего детства СПбГУ

В лабораторию междисциплинарных исследований раннего детства СПбГУ требуется помощник-волонтер!

«Мы ищем активного, мотивированного студента 3−4 курса с психологическим/биологическим бэкграундом, которого интригует и притягивает слово «психофизиология» (поверьте, это не так страшно, как звучит). Нам нужен ассистент для проведения экспериментов, направленных на изучение психолингвистических (и когнитивных в целом) компонентов активности головного мозга, регистрируемых с помощью новых электроэнцефалографических (ЭЭГ) систем высокой плотности размещения электродов. В нашей лаборатории мы занимаемся исследованием биоповеденческих показателей развития детей и взрослых с различным детским опытом. Участие в проекте — это возможность работать с ведущими учеными, принять участие в конференциях и написании научных работ, и, конечно, внести свой вклад в науку!

Подробности можно узнать, написав мне vk.com/schewtschenko
или по электронной почте

Торопитесь, исследование стартует в сентябре!"

Анализ электрофизиологических данных в Python

Торбен Ното из лаборатории Cognitive and Neural Dynamics в Университете Калифорнии в Сан Диего составил несколько уроков по анализу электрофизиологических данных (ЭЭГ и ЭКоГ) в Python.

Уроки написаны в iPython Notebooks и представляют собой очень краткие объяснения основных процессов и функций с кусочками работающего кода. На данный момент есть уроки по следующим темам:

Фильтры
Спектральная плотность мощности и сэмплинг
Фазово-амплидудные взаимодействия
Влияние фильтрации на фазово-амплидудные взаимодействия
Вызванные потенциалы
Взаимодействие спайковой активности с колебаниями

Уроки находятся в репозитории лаборатории здесь: github.com/voytekresearch/tutorials

Большое спасибо коллегам за готовность делиться материалами. Да здравствует открытая наука!

Аспирантура по когнитивной психологии в РАНХиГС

Для тех, кто все еще ищет себе место для продолжения образования после магистратуры, есть хорошая новость — в московском РАНХиГС есть аспирантура по когнитивной психологии, где есть бюджетные места, и куда все еще можно подать документы.

РАНХиГС — странное заведение. До недавнего прошлого психология там была представлена исключительно акмеологами, прославившимися большим количеством проплаченных защит (желающие могут посмотреть список достоверно определенных случаев на сайте диссернета, РАНХИГС до недавнего времени назывался Российская академия государственной службы или РАГС). Сейчас все несколько поменялось — в рамках института общественных наук РАНХиГС сначала собрали много адекватных исследователей — социологов, антропологов, лингвистов, психологов, — а потом и на самом факультете руководить стал бывший заведующий кафедрой общей психологии РГГУ, В. Ф. Спиридонов. В результате там сейчас есть небольшая, но весьма адекватная команда людей, занимающихся когнитивной наукой.

Это все преамбула, теперь конкретнее про аспирантуру. Информация от РАНХиГС:
«Это исследовательская аспирантура с когнитивным по предмету и экспериментальным по методу уклоном. Организована при Лаборатории когнитивных исследований (http://www.shagi.ranepa.ru/lab/kognitive_research/), которая занимается самым широким кругом тем: от механизмов зрительного поиска до решения сложных слабоструктурированных проблем. Учебный процесс в аспирантуре „заточен“ на подготовку исследователей: курсы Методов планирования исследований, продвинутых матметодов, академического письма (где будут учить писать русские и английские статьи), а также содержательные курсы по когнитивной тематике и научно-исследовательские семинары позволят придумать, реализовать и защитить полноценную работу в области общей и/или когнитивной психологии».

Формальное описание на сайте РАНХиГС: http://www.ranepa.ru/incoming/aspirantura.html. Срок подачи документов на бюджет — до 5 сентября. Количество бюджетных мест — 9. Задавать вопросы по поводу аспирантуры лучше непосредственно руководителю программы, Владимиру Феликсовичу Спиридонову, vfspiridonov [at] yandex [] ru.

TCTS читающий

Ни для кого не секрет, что 95% чтения #горячихюныхкогнитивных -- это статьи в научных журналах. Однако, не стоит забывать, что ученые иногда пишут книги, и некоторые из них весьма достойны внимания.

TCTS решили разобраться в мире популярной литературы о мозге, и для этого объединили усилия с командой Bookmate. Bookmate -- это простое приложение для чтения электронных книг, позволяющее читать в любом месте и в любое время даже при отсутствии сети, и имеющее в своей библиотеке более 500 000 книг, в том числе и большое количество научно-популярных изданий. Мы отобрали книги по когнитивной тематике и собрали их на специальной полке на Bookmate, снабдив комментариями от редакции. В подборку попали самые разные книги, от серьезных трудов, которые могут быть интересны специалистам (например, «Глаз, мозг, зрение» Д. Хьюбела или «Принятие решений в неопределенности» Тверски et al.), до популярных книг, простым языком объясняющих интересные факты о мозге (например, «Кто бы мог подумать!» Аси Казанцевой). Но поскольку не все интересные научные факты одинаково полезны (читай, независимо проверены и корректно проинтерпретированы), мы старались честно предупредить об известных нам ловушках. В общем, получился неплохой на наш взгляд список, в котором можно найти что почитать и для себя, и для задающих бесконечные вопросы друзей и родственников. Мы обязательно будем обновлять подборку по мере поступления в Bookmate новых книг.

Прямая ссылка на нашу полку: http://bm.gg/thinkcognitive