Примеры плохих и хороших постеров

Один из принципов обучения — смотреть на хорошие и плохие работы, стараясь копировать по максимуму полезных идей из хороших работ и избегать ошибок плохих работ.

С постерами это не так легко, поскольку в отличие от статей отсутствует обязательная практика выкладывания их в интернет для широкой публики. Но мы все же собрали для вас некоторые примеры того, как стоит и не стоит делать постеры. Читать далее Примеры плохих и хороших постеров


Библиотека полезных материалов по созданию научных постеров

Здравствуйте, наши маленькие любители научных коммуникаций (ц). Сейчас мы расскажем вам одну старую историю.

Давным-давно, когда Nature был простой еженедельной газетой, конференций в современном понимании этого слова не было. А были собрания научных обществ — например, королевского научного общества в Англии или Петербургской Академии наук. Слово «конференция» тогда относилось к руководящему органу академии, по крайней мере в России. В том случае, если ученый хотел выступить перед коллегами (и его хотели послушать), то организовывалась его лекция. Потом ученых стало больше, времени стало меньше… а вот с дорожными расходами всегда было плохо. В общем, все заинтересованные начали биться на кучки, стали появляться отдельные тематические (или не очень) конференции со своими секциями. Наконец, ученых стало совсем много, и стали они жить-поживать и добра наживать, пока не умерли в один день. И появился такой тип докладов как постеры. Читать далее Библиотека полезных материалов по созданию научных постеров


Вредные советы от Карла Фристона

Обязательно почитайте эту статью. Карл Фристон под видом вредных советов для рецензента разбирает ряд мифов, которые существуют по поводу статистики и проверки гипотез.

Полезно и весьма. Читать всем, кто подает статьи в западные журналы.

NeuroImage2012Friston


Journal of Visualized Experiments

И все-таки мы живем в увлекательные для науки времена. Например, у нас есть Jounal of Visualized Experiments — журнал, в котором публикуются не статьи, а видео методов.

Журнал преследует две цели. Во-первых, видеорегистрация методов позволяет более точные репликации, нежели следование протоколам, описанным словесно. Во-вторых, с помощью видео можно быстрее и проще научиться различным методам. #горячимюнымкогнитивным могут быть интересны некоторые публикации из разделов Behaviour и Neuroscience.

Например, в этом видео Дэвид Кармел и Марк Аркаро подробно обсуждают методы создания бинокулярного соревнования:

http://www.jove.com/video/2030/how-to-create-and-use-binocular-rivalry


Прайминг велосипедными фарами

В продолжение темы прикладного значения когнитивных исследований, которой в своем интервью касалась Мария Фаликман. Ученые разработали велосипедные фары с изображением велосипедиста («The Brainy Bike Lights») с целью ускорить реакцию водителей за счет прайминг-эффекта. Немного смущает то, что исследование эффективности фар так и не было опубликовано в рецензируемом журнале на момент начала их продажи, но будем надеяться, это в процессе. #Горячимюнымкогнитивным — удачи на дорогах!

Статья о проекте: www.theguardian.com/cities/2014/apr/22/city-cycling-safety-tricks-behavioural-science

Сайт проекта: www.brainybikelights.com/


R: учебники

Бумажные учебники по R, как и по большинству динамично развивающихся областей, устаревают очень быстро. Поэтому если что-то читать — то лучше читать либо электронные англоязычные учебники, либо тематические блоги и сообщества. Вообще, настоятельно рекомендую забыть о мысли искать и читать на русском языке какие-либо тексты по анализу данных, как и в целом академические тексты. (Вторая иллюзия, которая возникает у новичков при работе с данными — что нужно постоянно видеть таблицу данных, через некоторое время также развеивается. Но это уже детали.)

Если все же хочется какого-то введения на русском языке, то рекомендую «Наглядная статистика. Используем R!» Шипунова и коллег, базовые вещи там вполне неплохо описаны. Из англоязычных — Burns P. The R Inferno; Kabacoff R. R in Action: Data Analysis and Graphics With R; Zhao Y., Cen Y. Data Mining Applications with R. В сети большая часть учебников или прочих дополнительных материалов легко гуглится. Например, очень большую коллекцию книг по R собрал мой друг и коллега Артем Клевцов: psylab.info/R:Литература

Из онлайн-учебников весьма хорош сайт www.statmethods.net/, где описаны основные методы манипуляции с данными (слияние, расщепление, транспонирование и проч.), методы анализа данных (проверка гипотез, многомерные методы, оценка мощности) и визуализации (гистограммы, дендрограмы, графики рассеяния, графики плотности и проч.).

Для тех, кто предпочитает различные онлайн-курсы, есть набор заданий, которые охватывают базовые разделы работы с R. Точно так же ряд тематических курсов на https://www.coursera.org/, которые посвящены анализу данных и близким темам, предполагают выполнение заданий на R.

В конце концов, сам R имеет достаточно подробную справку для каждой функции. Помимо просто описания функции, ее аргументов и структуры вывода, для многих команд есть еще и демо-примеры (команда demo ()). Не так давно вышел пакет swirl, который, по сути, является интерактивным учебником по R, в котором взаимодействие с пользователем строится через консоль.

Тем не менее, ситуации, когда приходится лезть в гугл и искать, как же можно решить свою задачу, случаются практически всегда, особенно на первых порах освоения языка. Благо, экосистема R включает в себя не только пакеты методы на любой вкус, но и обширное сообщество, у которого можно что-либо спросить. Ранее я упоминал уже про рассылку Nabble (http://r.789 695.n4.nabble.com/). Мне лично больше нравятся два других ресурса — CrossValidated и StackOverflow. Это форумы, на которых можно что-то спросить и получить ответ. CrossValidated — это сеть, которая объединяет различные ресурсы вопрос-ответного плана, StackOverflow, который посвящен языкам программирования (ветка по R — stackoverflow.com/questions/tagged/r), входит в нее. На CrossValidated есть и спец. форумы по статистике (http://stats.stackexchange.com). Таким образом, если гуглить что-то в духе «how to do xxx in R» или «k-medoids in R», ссылки на эти два форума будут в первой десятке.

Для любителей видео-курсов есть различные YouTube-каналы и плейлисты, например www.youtube.com/playlist?list=PL69A9CCD816A5F3A5.

Следует все же отметить, что большая часть учебников и учебных материалов по R посвящена именно каким-то основным принципам написания скриптов или работы с пакетами. Другие аспекты работы в R, такие как принципы грамотного программирования и оптимизация кода, написание собственных пакетов или разработка web-приложений для анализа данных на основе Shiny — практически не рассматриваются. Впрочем, для большинства психологов это требуется в очень редких случаях."

_____________

Филипп Управителев


Кейс по систематизации работы с информацией

По просьбам некоторых наших подписчиков публикую ряд рассылок из своей feedly-ленты. Я постарался перечислить самые интересные рассылки, которые я смотрю в первую очередь. Менее интересные, или которые обновляются очень редко, или которые просто носят более локальный характер (по psycholinguistics, human-computer Interaction, social network analysis etc.) я не стал вносить в этот список, чтобы не создавать лишний информационный шум (в моей ленте порядка 130 рассылок, все перечислять избыточно). Если вы знаете интересные блоги/рассылки — делитесь, пожалуйста, в комментариях.

Stats

arxiv.org/archive/stat/ - группа рассылок ArXive по статистике. Интересно будет, в первую очередь профессиональным математикам и методологам стататистики. Прикладникам-аналитикам будет сложно и временами бессмысленно, я сам нередко пропускаю эти записи.

www.theanalysisfactor.com/ - неплохой блог, авторы которого достаточно много времени уделяют регрессионным моделям и работе в SPSS, вплоть до проведения вебинаров. Правда, в последнее время ощущается медленная миграция в R.

www.thejuliagroup.com/blog/ - блог лидера группы разработчиков языка Julia (вроде как еще более гибкого и быстрого аналога R), про сам язык не так уж и много, скорее, различные заметки из жизни аналитика. Например, один из постов: Drinking and teaching statistics: Day 10 of the 20-day blogging challenge.

statswithcats.wordpress.com/ - симпатичный блог, в котом рассказываются различные нюансы проведения стат. анализов — моделирование, написание отчетов и т. д. И, естественно, котики. Недавно была серия постов о том, как писать отчеты, например, последний пост серии: statswithcats.wordpress.com/2013/09/22/how-to-write-data-analysis-reports-lesson-6/. К сожалению, блог обновляется весьма нечасто.

andrewgelman.com/ - блог достаточно известного статистика, заметки и размышления по моделированию, правилах сообществ (недавно был пост о том, ка кписать статьи) и так далее. Достаточно регулярно встречаются иллюстративные вставки на R.

R

feeds.feedburner.com/RBloggers/ - аггрегатор блогов, которые посвящены R и Revolutions. Достаточно активная лента, за пару дней может накопиться несколько десятков постов. Еще есть различные рассылки-листы наподобие Nabble (http://r.789 695.n4.nabble.com/), но я в какой-то момент отказался от них — слишком уж часто появляются новые сообщения, многие из которых весьма бессмысленны.

r-statistics.livejournal.com/ - русскоязычное ЖЖ-коммьюнити, посвященное R. Отпочковалось в свое время от аналогичного сообщества, посвященного SPSS, поэтому активные участники одни и те же. Обновления не так уж часты, в основном информационные сообщения или просьбы помощи.

Mathematical psychology

В России область математической психологии, которая посвящена методологии и практике анализа данных психологических экспериментов, в лучшем случае является непризнанной дисциплиной. Между тем, существует достаточно много журналов, в которых рассматриваются логика и методология статистического вывода, нюансы применения, мощность или ограничения различных методов анализа и т. д. Вот некоторые из них:

Psychometrika, Springer

Behavior Research Methods, Springer

Journal of Mathematical Psychology, Elsevier

Cognitive psychology

Журналов по когнитивной психологии, естественно, намного больше, и многие из них носят более узкую специализацию, например, Attention, Perception, Psychophysics (издательство Springer) или Brain And Cognition, Elsevier. Ниже перечислены самые общие журналы.

Trends In Cognitive Sciences, Elsevier

Cognition, Elsevier

Cognitive Psychology, Elsevier

Fun

whatshouldwecallgradschool.tumblr.com/ - блог со смищными гифками, все посвящено одной теме — тяготам жизни аспирантов (PhD-students).

Visualisation

flowingdata.com/ - блог посвящен визуализации данных. Очень много интересных решений, нестандартных кейсов визуализации и так далее.

infosthetics.com/ - еще один блог по визуализации, еще больший акцент на конкретные кейсы.

_____________

Филипп Управителев


Computing for Vision Science

Эта запись больше для продвинутых #горячихюныхкогнитивных. Есть такая вещь, как исследования зрения, которыми занимаются когнитивисты всех мастей. Это самая что ни на есть hard science, требующая серьезного подхода и серьезных инструментов. Тем, кто работает или планирует работать в этой области, мы очень советуем обратить внимание на страницу «Software for visual psychophysics: an overview» (http://www.hans.strasburger.de/psy_soft.html), где представлено множество полезных материалов. Пусть название не вводит вас в заблуждение, там не только программы и не только психофизические. Там есть такие вещи как собрание статей, посвященных проблемам задания точного времени предъявления на современных мониторах, набор приложений для анализа с использование теории обнаружения сигнала, куча программ для психофизики, ссылки на полезные обсуждения на форумах, интересные материалы для студентов, и т. д., и т. п. В общем, для исследователей зрения это настоящая сокровищница.

TNquG7cjgTU


10 бесплатных программ, которые сделают вашу научную жизнь продуктивнее

Наука — это не только непрекращающийся fun, дорогие наши #горячиеюныекогнитивные, но еще и суровые трудобудни. При этом основной принцип настоящего ученого — больше полезной работы, меньше бесполезной (он же «лень — двигатель прогресса»). Следуя этому принципу, #thinkcognitiveсобрал для вас список из 10 наиболее полезных бесплатных программ, которые позволяют сделать трудобудни легче и работать с большим удовольствием. Разумеется, наш список неполный — какие программы вы используете, чтобы сделать свою жизнь проще?

1. Нет ничего страшнее, чем потерять текст курсовой накануне отправки научному руководителю. Или диплом. Чтобы этого не произошло, всегда храните важные файлы в облаке. Облако — это значит, что ваши файлы не просто лежат в интернете, они распределяются между различными серверами, причем с копиями, так что вероятность их потери становится практически нулевой. Copy (http://copy.com) и Dropbox (http://dropbox.com) — это программы, которые автоматически синхронизируют данные на вашем компьютере с данными в облаке. Copy дает вам больше места, чем Dropbox, и имеет приятную возможность восстановления предыдущих версий файлов. Пользуйтесь и не теряйте ничего.

2. Mendeley (http://mendeley.com) / Zotero (http://zotero.org) — две программы для хранения баз статей и создания списков литературы. Они полезны тем, что во-первых, вам становится гораздо легче найти что-то у себя в залежах литературы, а во-вторых вам больше не надо каждый раз оформлять список литературы вручную. Обе бесплатны, об их отличиях можно почитать тут: http://chetvericov.ru/faq-po-mendeley-i-zotero/.

3. Evernote (http://www.evernote.com) — программа для ведения заметок. Туда можно скидывать все, что вам может понадобиться, например, конспекты статей или фотографии накарябанных на салфетке гениальных идей. У нее есть веб-приложение, приложение для компьютеров, телефонов, так что ваши заметки будут доступны вам везде.

4. Notepad++ (http://notepad-plus-plus.org/) — маленькая замена блокноту. Большие плюсы — работает с разными кодировками, поддерживает подсветку синтаксиса многих программ, позволяет делать несложные операции с текстом, типа сцепления строк, в общем, 99% того, что может пригодиться при работе с текстовыми файлами.

5. Readability (https://www.readability.com/) — даже не приложение, а плагин для браузера. Он делает длинные страницы текста удобными для прочтения — увеличивает шрифт, делает нормальные цвета, в общем, убирает все лишнее.

6. Okular (http://okular.kde.org/) / PDF X-change Viewer (http://www.tracker-software.com/product/pdf-xchange-viewer) — две программы для просмотра PDF. Они обладают большими возможностями, чем стандартный Acrobat Reader, например, Okular умеет нормально копировать таблицы из PDF с сохранением форматирования, а PDF X-change Viewer обладает встроенным модулем распознавания текста (OCR). К сожалению, Okular изначально делался под Linux, поэтому, если вы захотите использовать его под Windows или Mac, вам придется скачать достаточно большой архив (см. тут:http://okular.kde.org/download.php).

7. Gimp (http://www.gimp.org/) — программа для редактирования изображений, бесплатный, хотя и менее удобный, аналог Adobe Photoshop. Если вам надо что-то нарисовать или отредактировать изображение, Gimp определенно лучше, чем Paint.

8. Если Gimp это аналог Photoshop, то Inkscape (http://www.inkscape.org/) — аналог Adobe Illustrator, то есть программа для редактирования векторной графике. С векторной графикой вы можете столкнуться в трех случаях: вам нужно сделать постер, вы хотите, чтобы ваши графики/иллюстрации прилично выглядели в напечатанной статье, вам нужно сделать много похожих стимулов разных цветов, форм, и т. п. Постеры в Word лучше не делать.

9. GoldenDict (http://goldendict.org/) — это словарь, точнее оболочка для словарей. Эта бесплатная программа может использовать словари самых разных форматов (в т.ч. Abbyy Lingvo), и достаточно удобна в использовании. В саму программу включен только один словарь, где найти остальные — читайте тут http://goldendict.org/dictionaries.php.

10. R + Rstudio + knitr — вы когда-нибудь анализировали данные? Потом копировали результаты анализа в текст, добавляли туда графики? Проверяли, чтобы все описание соответствовало стандартам, принятым на вашей кафедре, или журналом, куда вы посылаете текст? Если нет, то вам это еще предстоит. Если да, то вы наверняка делали ошибки. Например, выяснялось, что использованы не все данные, или где-то надо было исключить выбросы. И приходилось переделывать все заново. Связка R (http://cran.rstudio.com/), RStudio (http://www.rstudio.com/) и Knitr (http://yihui.name/knitr/) позволяет решить эту проблему. Вы пишете текст описания результатов анализа, вставляете в текст команды анализа с использованием R и получаете на выходе готовый текст со всеми нужными цифрами и правильным форматированием.


Go Cognitive!

#thinkcognitive рекомендует:

Уникальный образовательный ресурс по когнитивной психологии — gocognitive.net. Во-первых, там есть красивые интерактивные демонстрации (http://gocognitive.net/demos), а во-вторых — интересные интервью со знаменитыми учеными (http://gocognitive.net/video), в том числе с Майклом Познером, Гердом Гигерензером, Роном Рензинком и многими другими. Для видео можно включить английские субтитры.

Вы как хотите, а редакция залипла уже на час и не жалеет.