Как сделать хороший постер?

Мы уже выкладывали несколько материалов, посвященных созданию постеров (http://tcts.cogitoergo.ru/tags/posters/). Теперь в дополнение к ним вы можете посмотреть презентацию с мастер-класса по созданию постеров на конференции «Психология 21го века» в СПбГУ, 22.04.15, который вел Андрей Четвериков. Там много интересных примеров и полезных рекомендаций. Хороших постеров всем!


Презентация в pptx.


Mind in Pictures: Memory

Scientific American ведет рубрику «Mind in Pictures», в которой нейроученый Дуэйн Годвин и создатель PhD Comics Йорг Чам рассказывают в одной картинке о научных фактах по какой-то теме из области наук о мозге.

Конечно, информация подается в максимально (а иногда криминально) упрощенном виде, но тем не менее, это неплохой способ систематизации информации. Например, в последнем выпуске они говорили о памяти. С разрешения авторов мы публикуем картинку с произвольным переводом.

Наша жизнь определяется воспоминаниями о внешнем облике объектов, звуках, запахах и чувствах. Как мы все это помним? И можем ли мы улучшить свою память? В начале 1900х немецкий биолог Рихард Семон предположил, что образ памяти -- «энграмма» -- это перманентный след раздражения, «закрепленный» в нервной системе. А в 1950х Карл Лешли стал искать энграммы в мозге крыс, чтобы ответить на вопрос о пространственном расположении памяти, но заключил, что воспоминания на самом деле распределены по всему мозгу. В современной науке считается, что воспоминания кодируются синаптическими связями между различными областями мозга путем процесса долговременной потенциации. Обычно коммуникация между двумя нейронами осуществляется при помощи нейротрансмиттера глутамата. Когда синапс активируется залпом импульсов, NMDA-рецепторы «принимающего» нейрона позволяют ионам кальция попасть в клетку. В свою очередь, это задействует большое количество AMPA-рецепторов глутамата, тем самым повышая чувствительность синапса. Впоследствии синтезируются новые белки, способствующие поддержанию этого изменения чувствительности. Можем ли мы контролировать память? В недавнем эксперименте было показано, что генетически модифицированные мыши, имеющие большее количество nmda-рецепторов определенного типа, лучше справляются с заданиями на памяти. А препараты, затрудняющие процесс долговременной потенциации, предлагается использовать для снижения эффекта болезненных воспоминаний. Так что помните -- ваш мозг хорошо справляется с сохранением воспоминаний. Живите ярко и создавайте новые.


Завтра отвечаем на все вопросы про конкурс!

Итак, предновогодний дедлайн наших конкурсов совсем близко. Это означает, что участники вот-вот выйдут на финальный этап подготовки своих работ, а именно, приступят к проверке и оформлению проектов.

Нет ничего печальнее для экспертов, чем хороший содержательно проект, автор которого невнимательно прочел правила конкурса и поэтому не выполнил перечисленные там требования, или хороший содержательно проект, автор которого писал заявку впопыхах и не успел ее даже перечитать. Конечно, для экспертов всегда приоритетно содержание, а не форма, но в большой жизни неправильно оформленная заявка не пройдет даже первый этап отбора и не ляжет на стол разбирающемуся в теме человеку, поэтому оформление и «полировка» текста -- важнейший этап подготовки работ для подачи в грантовые фонды или на конкурсы, на любом уровне.

В этом году TCTS предоставляет участникам конкурса уникальную возможность получить советы и рекомендации по оформлению своих проектов ДО их подачи. Завтра вечером, с 19.00 до полуночи по московскому времени нам (а именно, Нике) можно будет задать любые вопросы, показать свои черновики, посоветоваться по поводу любых вопросов, касающихся подготовки и отправки заявки. Неважно, на каком этапе находится работа и в какой она номинации -- предложение распространяется на всех.

Внимание: это не является обязательным условием и никак не повлияет на последующую судьбу вашей заявки. Более того, нет никакой гарантии, что мнение Ники во всем совпадет с мнением экспертов, которые будут работу оценивать. Однако, если Вы чувствуете, что вам не помешает пара лишних глаз, не стесняйтесь и выходите на связь -- конфиденциальность гарантирована.

Итак, завтра с 19.00 до полуночи -- живая связь по Skype (nika_adamyan) или в G+(). Также до 19.00 можно присылать свои вопросы на nika. .

На картинке -- Uncle Six Eyes, придуманный художником Трэвисом Луи. По слухам, от природы хороший редактор.


Пара слов о пропущенных значениях

Как бы мы ни собирали данные, нередко случается так, что некоторые значения пропущены. Особенно это характерно для различных опросных методик или исследований, растянутых на длительное время. В такие моменты перед аналитиком встает вопрос, по-гамлетовски фундаментальный — «резать или не резать». То есть, что делать с пропущенными значениями — если удалять, то как, если не удалять — каким образом замещать пропуски? Как, в конце концов, будет правильным поступить?
Само собой, сначала надо посмотреть, а насколько случайны пропуски в данных. Для этого могут подойти такие инструменты, как паттерны пропусков, частотный анализ и прочее. В конце концов, если в опросах вариант «не знаю» может интерпретироваться как отказ от коммуникации, то и пропуск может быть маркером каких-либо процессов.

В том случае, если пропуски действительно случайны, то самый простой вариант — это удаление наблюдений с пропущенными значениями. Удаление может быть как попарным (pairwise), так и построчным (listwise). Попарное удаление — когда, например, при корреляционном анализе не учитывается значение, парное пропущенному. Построчное удаление — когда из анализа исключается вся строка, в которой есть пропущенные значения (в случае корреляционного анализа по двум переменным идентично попарному удалению).

В тех ситуациях, когда хочется сохранить массив данных, и каким-то образом заполнить пропущенные значения (импутировать), то есть множество методов, разных по идеологии и по результатам. Простейшие из них:
Во-первых, можно заполнить пропущенные значения средним или медианным значением по столбцу. SPSS также предлагает среднее/медиану по N ближайших значений.
Во-вторых, можно пойти по методу «как у соседей» — объекты имеют одинаковые значения, если похожи по ряду прочих характеристик, отраженных в датасете. В конце концов, если у Пети и у Васи отличные оценки в течение года, и отличная оценка за годовую контрольную, то логично предположить, что и отличник-Коля получил отличную оценку за контрольную.
Третий вариант заполнения пропущенных — с использованием линейной регрессии. Пропущенные значения на первом этапе заполняются средними по переменной (метод Бартлетта) или случайным из диапазона значений переменной (метод ресемплинга), переменная с пропуском принимается как зависимая. Полученными предсказанными значениями и замещаются пропуски.
В SPSS ко всему прочему реализован еще один алгоритм — EM-алгоритм. Основная идея этого алгоритма — изменение с помощью регрессионных методов пропущенных значений и вычисление ковариационной матрицы на каждой итерации, до тех пор, пока изменения в матрице не будут минимальны.

Построчное удаление, на мой взгляд, наиболее корректный вариант решения пропущенных значений. Но временами такое ограничение оказывается чрезмерно строгим — так, мне доводилось работать с датасетом, в котором было 250 наблюдений и 40 переменных, однако наблюдений без пропусков — всего три. Естественно, никакой содержательный анализ на трех наблюдениях невозможен. Однако и импутация в данном случае — решение спорное.

Конечно, импутация пропущенных значений в определенных ситуациях жизненно необходима, однако стоит все же отдавать себе отчет в том, что при большом количестве пропусков (я бы сказал, более 5−10% наблюдений по переменной) анализ данных с импутированными пропусками становится похож на самоподдерживающийся фантазм. В конце концов, использование средних вместо пропусков грозит нивелировать различия между группами, а содержательно анализировать данные линейной регрессии, в которых часть пропусков была заполнена по результатам того же регрессионного анализа — просто бессмысленно.

Хотя, конечно же, самым эффективным решением будет <s>пить чай вместо</s> собирать изначально полные данные — тиранить испытуемых/респондентов, выверять процедуру и код программы сбора данных etc.

Филипп Управителев


Online Workshop: Introduction to Power Analyses

Завтра, 24 октября, на платформе Centre for Open Science пройдет первая онлайн-мастерская по анализу статистической мощности.

Ребята будут рассказывать о том, зачем нужен анализ мощности, какие проблемы могут возникать у исследователей при оценке размера эффекта, а также покажут базовые способы расчета мощности в R и в G*Power. Это занятие базового уровня, на дальнейших встречах будут разбираться более сложные вопросы. Очень рекомендуем тем, кто хочет осваивать расчеты подобного рода, но не знает, с чего начать.

Для записи необходимо открыть календарь COS, выбрать интересующее время занятия 24 октября (внимание, GMT-5!) и перейти по ссылке, открывающейся в описании проекта. И да пребудет с вами мощность.

StatPower


Том Стаффорд: «What it means to be critical»

Психолог Том Стаффорд из университета Шеффилда (UK) написал прекрасный пост для своих студентов о том, что имеется в виду под «критическим анализом» исследований, который часто требуется от них на разных курсах.

«Критическое мышление» считается важным качеством ученого, за «критические замечания» ставят дополнительные баллы в письменных работах, типичные занятия по экспериментальной психологии во всем мире включают в себя «критический разбор» статей. Так как же правильно критиковать? Том разделил возможную критику на три категории в зависимости от ценности замечаний.
Мы сделали краткий и вольный пересказ классификации, но рекомендуем прочесть полный текст поста в блоге Тома.

Общая критика:
В эту категорию попадают такие популярные замечания как недостаточная экологическая валидность, ограниченный объем выборки, однородный состав выборки (да-да, мы помним, психология это наука о студентах-второкурсниках и лабораторных крысах). Дело в том, что всегда можно увеличить выборку, всегда можно ставить вопрос о генерализуемости эффектов, и редко когда лабораторные эксперименты приближаются по реалистичности заданий к обычным условиям протекания исследуемых процессов. Все или почти все исследования страдают похожими «проблемами», поэтому общая критика возможна всегда или почти всегда, и ценится меньше, чем конкретные замечания.

Прим.ред.: замечания вроде «вы использовали визуальные стимулы, а вдруг ваши испытуемые были аудиалами?», «а что если во всех ваших испытуемых вселился демон/они больны неизвестной науке болезнью?», «красный цвет вашей кофты мог вызвать у испытуемых агрессию» можно выделить в отдельную категорию. Маловероятных объяснений можно выдумать много и всегда, но пользы от них мало. Во-первых, все маловероятные гипотезы проверить невозможно, и этот процесс вряд ли подходит под определение научного познания. Во-вторых, для того, чтобы проверять подобные гипотезы, нужно для начала проверить их теоретическую базу, а это часто оказывается проблемой.

Конкретные замечания:
В эту категорию входят конкретные недостатки исследования. Общая критика может стать конкретным замечанием, если приложить ее к определенной проблеме в анализируемом исследовании. Например, «малый объем выборки» это общее замечание, но если вы описываете конкретный экспериментальный результат и основываясь на приведенных цифрах говорите, что исследованию не хватает статистической мощности, а значит сделать вывод о наличии или отсутствии эффекта исходя из данного объема выборки нельзя — это уже конкретное замечание. Формулирование конкретных замечаний требует понимания логики исследования, использованной операционализации, проведенных сравнений.

Конкретные замечания с предложениями и критическими рассуждениями:
Это значит, что вместе с обозначением конкретной проблемы исследования предлагается способ решения этой проблемы, а альтернативное объяснение результатов дополняется способом проверки этого объяснения. Фактически, такая критика обозначает ту информацию, которую из проведенного исследования получить удалось, и описывает необходимые дополнительные шаги для продвижения к истине.

В целом, совет заключается в том, чтобы не просто пытаться назвать как можно недостатков исследования, а оценивать их вес и вероятность, и исходя из этого делать конструктивные выводы о том, какой результат был достигнут в ходе исследования, и как можно исправить имеющиеся проблемы.


Как рассказать о своем исследовании

Полезные советы Алёны Беглер про презентацию своего исследования тем, кто в вашей теме ничего не понимает:

  • избегать жаргонизмов и стараться говорить максимально просто. Например, в речи об изучении нейронов не должно быть упоминаний аксонов, дендритов, синапсов, глии и т. д.
  • лучше говорить о клетках мозга. Чтобы найти простые объяснения можно пользоваться научно-популярными сайтами типа brainfacts.org и researchamerica.org;
  • фокусироваться на общей картине, без чрезмерной детализации частных моментов, но при этом «не растекаясь мыслью по древу».
  • говорить о том, что в исследовании может вызвать интерес у аудитории. Это могут быть какие-нибудь необычные факты об исследовании;
  • помнить о своей аудитории: сложность рассказа должна соответствовать уровню слушателей — можно проверить их бэкграунд заранее и ответить себе на вопросы: знает ли меня аудитория? знакома ли она с таким типом исследований? известны ли ей используемые мной термины? Хорошим вариантом проверки речи может быть её обсуждение с не учёными;
  • рассказывать свою историю, а не свои данные. Также не должно быть описания методов и процесса исследования — интересующиеся спросят, а остальным это скучно;
  • не скромничать — это уместно на конференции с коллегами, но не с широкой аудиторией;
  • не бояться обещаний: полезно рассказывать о своих далеко идущих планах и как идёт ваша работа — на что тратятся деньги, как организован процесс и т. д.

Более подробные рекомендации — в посте Алёны.


Консультации по статистике и методологии от COS

Сenter for Open Science предлагает бесплатные консультации по статистике и методологии исследований.

COS -- это организация, занимающаяся поддержкой и распространением новых полезных исследовательских практик с целью сделать науку (в частности, психологию) реплицируемой. Новый проект COS -- консультации по статистике и методологии. Их консультанты могут, в частности, посоветовать корректную стратегию анализа и интерпретации данных, а также помочь с расчетами размера эффекта и планируемой выборки. Спектр вопросов, с которыми к ним можно обращаться, довольно широк -- от помощи с конкретным кодом до советов по поводу хранения данных и экспериментальных протоколов. Консультации бесплатны, и проводятся как по почте, так и в живом общении. Попробуйте open science, вам понравится;)

http://centerforopenscience.org/stats_consulting/

COS


Donders Discussions — 2014

Ежегодная аспирантская когнитивная и нейро- конференция Donders Discussions пройдет в этом году 30−31 октября в Наймегене (Nijmegen, Голландия).

Помимо возможности встретиться и пообщаться с молодыми коллегами, там обещают интересную программу лекций и воркшопов. Регистрационный взнос -- 50 евро. Дедлайн подачи тезисов 15 сентября, но организаторы предупреждают, что регистрация может закрыться раньше, если будет достигнуто максимальное число участников.

Подробности здесь: www.ru.nl/dondersdiscussions/

dd_poster


HarvardX Fundamentals of Neuroscience

В новый учебный год — с новыми онлайн-курсами!

Коллеги из Гарварда уже через два дня запускают вторую часть своего онлайн-курса Fundamentals of Neuroscience: Neurons and Networks. Записаться на курс можно через EdX или напрямую через их сайт: http://www.mcb80x.org/. Торопиться необязательно — присоединиться к курсу можно в любое время. Уже сейчас на сайте есть все материалы первой части курса, посвященной электрическим свойствам нейронов, а в течение года обещают еще две части — The Brain и The Mind.
Именно этот курс хорош по трем причинам. Во-первых, он спокойный. В нем нет навязчивости, свойственной некоторым MOOC. Весь материал открыт, можно работать с темами в любом порядке и объеме. Во-вторых, он забавный. В курс входят опциональные лабораторные работы на базе замечательного прибора SpikerBox, которые если и не сделать, то посмотреть очень полезно. Ну, а в-третьих, он качественный. Курс состоит из красивых наглядных видео, интересных интерактивных заданий и прочих очень продуманных материалов. Никаких говорящих голов.

В общем, присоединяйтесь. Это хорошая база для когнитивистов и других психологов, которые хотят знать, что они делают.

neuro_608x211