Как сделать из бумаги часы наручные: Часы из бумаги, модели сборные бумажные скачать бесплатно — Поделки — Каталог моделей

Браслет для наручных часов из полимерной глины, мастер

В данном мастер-классе хотелось бы показать и объяснить, как с помощью полимерной глины и металлической фурнитуры можно сделать браслет-ремешок для наручных часов. Наручные часы с цветами и прочими объемными элементами, выдержанные в классических приглушенных тонах, смогут сохранить весенне-летнее настроение даже в самые лютые холода. Ведь не поспоришь, что носить наручные часы это не только модно и удобно, а еще красиво и изысканно, благодаря умению ваших рук и полимерной глине.

Материалы и инструменты, необходимые при лепке:

1. Полимерная глина белого цвета;
2. Лезвие или канцелярский ножик;
3. Акриловая краска – золото;
4. Скалка или паста-машина;
5. Металлизированная пудра или сухие мерцающие тени;
6. Иголка или зубочистка;
7. Фольга;
8. Бумажные салфетки;
9. Кисточка;
10. Креповая бумага;
11. Металлические часы, цепочка, металлические гвоздики со шляпкой или шариками, замок-карабин, удлинитель.

Итак, приступим к лепке:

1. Из бумажных салфеток нужно сформировать шарики разных размером, диаметр которых может колебаться в пределах 5-10 мм. Это будет начинка для будущих колокольчиков, с помощью которой мы будет придавать форму будущим заготовкам.

2. Каждый бумажный шарик нужно завернуть в фольгу и вытянуть её хвостик.

3. На максимальной толщине паста-машины нужно раскатать пластик белого цвета и каттером круглой формы диаметром в 1 см нужно вырезать столько заготовок, сколько шариков из бумаги и фольги вы сделали.

4. Каждую фольгу нужно обернуть белым кругом из пластики и сгладить стенки глины так, чтобы она обволакивала весь шарик из бумаги и фольги, кроме её хвостовой части. В идеале, чтобы край пластики был неровным и зигзагообразным возле хвостовой части фольги.

5. С помощью креповой бумаги сделайте приятную текстуру будущим колокольчикам. Если креповой бумаги нет под рукой, можно скомкать лист фольги и с помощью её поверхности сделать текстуру.

6. По центру колокольчика, с самой её округлой стороны, сделайте иголкой сквозное отверстие.

7. Возле рваного края пластика нужно кисточкой нанести либо металлизированную пудру, либо сухие рассыпчатые и мерцающие тени для век. Вот теперь можно положить заготовок колокольчиков в духовой шкаф на обжиг. Обжигать изделия нужно согласно температурных условий и временного интервала, указанных в инструкции, идущей в комплекте с глиной.

8. После обжига нам понадобится емкость с водой. Раскрываем хвостовую часть фольги и опускаем заготовки в воду. При этом бумажные салфетки размокнут, и их легко и без проблем будет достать с помощью пинцета из пластиковых колокольчиков.

9. Фольгу тоже аккуратно пинцетом нужно будет извлечь из заготовок. Как только извлечете фольгу из внутренностей колокольчиков, то увидите, что внутри заготовок поверхность тоже имеет текстуру складок.

10. Рваный край пластиковых колокольчиков нужно будет окрасить тонкой полоской по всему периметру акриловой краской золотого или серебряного цвета.

11. Для сборки нам понадобится цепочка, которую с помощью металлических гвоздиков с петельками крепим в основе часов. Колокольчики закрепляем в звеньях цепи с помощью металлических гвоздиков со шляпкой или с шариками. Предварительно на металлический гвоздик можно надеть бусину.

Изысканное и всегда актуальное украшение в виде наручных часов – готово! Так как оно выдержано в пастельных спокойных тонах – оно идеально подойдет как для деловой встречи, так и для романтической прогулки.

Автор: Rusalina

Мастер-класс. Часы «Монохром» из полимерной глины. Мастер-класс Часы из глины

В данном мастер-классе хотелось бы показать и объяснить, как с помощью полимерной глины и металлической фурнитуры можно сделать браслет-ремешок для наручных часов. Наручные часы с цветами и прочими объемными элементами, выдержанные в классических приглушенных тонах, смогут сохранить весенне-летнее настроение даже в самые лютые холода.

Ведь не поспоришь, что носить наручные часы это не только модно и удобно, а еще красиво и изысканно, благодаря умению ваших рук и полимерной глине.

Материалы и инструменты, необходимые при лепке:

1. Полимерная глина белого цвета;
2. Лезвие или канцелярский ножик;
3. Акриловая краска – золото;
4. Скалка или паста-машина;
5. Металлизированная пудра или сухие мерцающие тени;
6. Иголка или зубочистка;
7. Фольга;
8. Бумажные салфетки;
9. Кисточка;
10. Креповая бумага;
11. Металлические часы, цепочка, металлические гвоздики со шляпкой или шариками, замок-карабин, удлинитель.

Итак, приступим к лепке:

1. Из бумажных салфеток нужно сформировать шарики разных размером, диаметр которых может колебаться в пределах 5-10 мм. Это будет начинка для будущих колокольчиков, с помощью которой мы будет придавать форму будущим заготовкам.

2. Каждый бумажный шарик нужно завернуть в фольгу и вытянуть её хвостик.

3. На максимальной толщине паста-машины нужно раскатать пластик белого цвета и каттером круглой формы диаметром в 1 см нужно вырезать столько заготовок, сколько шариков из бумаги и фольги вы сделали.

4. Каждую фольгу нужно обернуть белым кругом из пластики и сгладить стенки глины так, чтобы она обволакивала весь шарик из бумаги и фольги, кроме её хвостовой части. В идеале, чтобы край пластики был неровным и зигзагообразным возле хвостовой части фольги.

5. С помощью креповой бумаги сделайте приятную текстуру будущим колокольчикам. Если креповой бумаги нет под рукой, можно скомкать лист фольги и с помощью её поверхности сделать текстуру.

6. По центру колокольчика, с самой её округлой стороны, сделайте иголкой сквозное отверстие.

7. Возле рваного края пластика нужно кисточкой нанести либо металлизированную пудру, либо сухие рассыпчатые и мерцающие тени для век. Вот теперь можно положить заготовок колокольчиков в духовой шкаф на обжиг. Обжигать изделия нужно согласно температурных условий и временного интервала, указанных в инструкции, идущей в комплекте с глиной.

8. После обжига нам понадобится емкость с водой. Раскрываем хвостовую часть фольги и опускаем заготовки в воду. При этом бумажные салфетки размокнут, и их легко и без проблем будет достать с помощью пинцета из пластиковых колокольчиков.

9. Фольгу тоже аккуратно пинцетом нужно будет извлечь из заготовок. Как только извлечете фольгу из внутренностей колокольчиков, то увидите, что внутри заготовок поверхность тоже имеет текстуру складок.

10. Рваный край пластиковых колокольчиков нужно будет окрасить тонкой полоской по всему периметру акриловой краской золотого или серебряного цвета.

11. Для сборки нам понадобится цепочка, которую с помощью металлических гвоздиков с петельками крепим в основе часов. Колокольчики закрепляем в звеньях цепи с помощью металлических гвоздиков со шляпкой или с шариками. Предварительно на металлический гвоздик можно надеть бусину.

Изысканное и всегда актуальное украшение в виде наручных часов – готово! Так как оно выдержано в пастельных спокойных тонах – оно идеально подойдет как для деловой встречи, так и для романтической прогулки.

Браслет — розы из полимерной глины

Мода на оригинальность существовала во все века и никогда не заканчивалась. Мода на изделия ручной работы существует и по сей день. Ну, а если модный аксессуар изготовили вы сами, то его ценность вырастает в несколько раз. Именно о такой вещице и пойдёт речь в этом мастер-классе. Благодаря пошаговому уроку вы научитесь создавать наручные . Даже если если вы не любительница носить часы, теперь вы будете носить их с удовольствием, ведь аксессуар украшают нежные .

Часы из полимерной глины. Материалы и инструменты

• белого, серебряного, светло-зеленого цвета и цвета фуксия;
• жидкая полимерная глина;
• перламутровый пигмент серебряного цвета;
• стеклянные бесцветные бусины диаметром 0,7см.
• бижутерные гвоздики;
• бижутерные булавки;
• крупная цепочка;
• соединительные колечки 0,5см;
• застежка-тогл;
• обниматели для бусин;
• часы;
• губка;
• инструмент с маленьким шариком на конце;
• кисточка;
• молд с текстурой листа;
• круглогубцы;
• плоскогубцы;
• фольга

Полимерная глина. Розы. Мастер-класс

Этапы работы создания часов из полимерной глины :

1. Необходимо получить нежно-розовый цвет глины для изготовления розочек. Для этого смешиваем белую глину с небольшим кусочком глины цвета «фуксия».

2. Маленький кусочек нежно-розовой глины прилепляем сверху на петельку бижутерной булавки и придаем ему форму заостренного бутончика высотой около 0,7см.

3. Формируем первый не толстый лепесток такой же высоты, как основа бутона, придавливаем его между ладошками.

4. Прилепляем лепесток к бутону. Затем делаем еще несколько таких же лепестков и по кругу прилепляем к бутону. Между верхними сторонами лепестков должны быть небольшие зазоры, не нужно придавливать их слишком плотно друг к другу.

5. Лепестки для следующих рядов делаем немного крупнее. После того как придавили лепесток к ладошке, положите лепесток на губку и придавите его нижнюю сторону инструментом с маленьким шариком на конце.

6. Немного отогните вниз верхний край лепестка.

7. Делаем один-два ряда из таких лепестков.

8. Таким способом нужно сделать 6 роз из полимерной глины диаметром около 2,0см и 2 нераскрытых бутона. Булавки с цветами вколите в комок фольги.

9. Далее изготавливаем маленькие цветочки бело-зеленого цвета. Для этого белую глину смешайте с маленьким кусочком свето-зеленой глины. Сформируйте из ее плоский круг диаметром 1см. По краям круга тыльной стороной ножа сделайте 5 углублений.

10. Положите круг на губку или на ладошку и круговыми движениями прогладьте его по центру инструментом с шариком на конце, чтобы получился вогнутый цветочек.

11. Изготовьте 10 таких цветочков. Центр каждого смажьте жидкой глиной.

12.Наденьте на шляпку бижутерного гвоздика шарик глины серебряного цвета диаметром 0,3см. Сверху на серебряный шарик нанесите немного сухого пигмента серебряного цвета. Подготовьте 10 таких шариков с гвоздиками.

13. Возьмите один гвоздик с серебряным шариком, проколите им бело-зеленый цветочек по центру и наденьте цветочек на гвоздик так, чтобы его центр соприкасался с серебряным шариком. Аналогично подготовьте остальные цветочки и вколите их в комок фольги.

14. Глину светло-зеленого цвета раскатайте в лепешку толщиной 0,2см и вырежьте из нее ножом либо формочкой листья длиной 1,5-2см. На краях листьев сделайте зазубрины маленькими ножницами или сложенной под острым углом полоской металла.

15. На каждом лепестке создайте текстуру прожилок при помощи молда. Теперь запеките в духовке все цветы и листья.

16. На нижнюю сторону розы с булавкой наденьте обниматель для бусин. Булавку согните возле основания розы под прямым углом, обрежьте лишнюю длину и закрутите оставшийся «хвостик» круглогубцами в виде петельки. То же самое сделайте с остальными розами и бело-зелеными цветами, только на бело-зеленые цветы обниматели для бусин можно не надевать.

17. При помощи бижутерных колечек прикрепите к бокам часов два отрезка крупной цепочки подходящей длины. По краям цепочки прикрепите элементы замка-тогла.

18. На одну цепочку часов прикрепите три розы на равном расстоянии друг от друга и бутон, остальные розы с бутоном прикрепите на вторую цепочку. Между розами прикрепите бело-зеленые цветочки.

19. Бижутерными колечками прикрепите к браслету часов зеленые листья, распределяя их равномерно.

20. Теперь осталось прикрепить между цветами по несколько стеклянных прозрачных бусин.

Вот такие у меня получились. Думаю это станет отличным

Часы «Монохром». Лепка из полимерной глины. Мастер-класс.

Давайте попробуем сделать часы, которые не просто будут показывать время, но и станут замечательным нарядным украшением.

Необходимые материалы:

— полимерная глина черного и белого цвета;
— механизм для наручных часов;
— стеклянные черные бусины;
— бижутерные булавки;
— бижутерные гвоздики;
— бижутерные колечки;
— крупная цепочка;
— глянцевый лак для полимерной глины;
— акриловая краска черного цвета;
— быстросохнущий клей;
— замок-тогл;
— зубочистки;
— молд «лист универсальный»;
— скалка;
— круглогубцы;
— плоскогубцы;
— кисточка;
— нож.

Этапы работы:

	Из белой глины скатайте колбаску толщиной чуть меньше 1см и длиной4см. Затем раскатайте в пласт толщиной 1мм черную глину и вырежьте из нее полоску шириной около 1см, длиной 4см. Положите черную полоску вертикально на белую колбаску и покатайте колбаску по рабочей поверхности.
	Положите колбаску на бок так, чтобы слева была ее черная сторона, а справа — белая. И раскатайте сверху колбаску до толщнины2мм.
	Разрежьте получившуюся полоску пополам. Сложите обе части вместе и снова их раскатайте. Затем еще раз разрежьте колбаску напополам, сложите вместе обе части и опять раскатайте. Повторите то же самое 3-4 раза.
	Последний раз разрежьте получившуюся полоску на одинаковые части и сложите их друг на друга. Аккуратно руками сдавите колбаску по бокам и покатайте по рабочей поверхности, чтобы придать ей округлую форму.
	Получившуюся полосатую колбаску разрежьте на кружочки толщиной 1мм. Из кружочков сформируйте заостренные лепестки.
	На зубочистку прилепите три лепестка, слепите их друг с другом у основания. Таким образом сделайте примерно 12 таких цветов.
	Возьмите два одинаковых кусочка белой и черной глины и начните их вместе смешивать до тех пор, пока у вас не образуется кусочек глина с серыми разводами. После этого слепите из нее 12 лепестков длиной 2,5см и шириной 1,5см.
	При помощи молда «лист универсальный» придайте лепесткам фактуру, затем зубочисткой слегка растяните краешки лепестков, чтобы они стали волнистыми.
	Теперь из шести серых лепестков нужно собрать цветок таким же образом, как мы собирали цветок с полосатыми листьями. Нужно сделать два таких цветка.
	В нижнюю сторону серых цветок вставьте бижутерную булавку, лишнюю глину обрежьте маленькими ножницами или ножом.
	Из черной глины сформируйте продолговатые листья длиной 2см. При помощи ножа сделайте на листьях прожилки. У закругленного основания листьев сделайте зубочисткой сквозные дырочки. Нужно сделать 10 таких листьев. Теперь листья и сделанные ранее запеките в духовке в соответствии с инструкцией.
	После запекания черные листья полакируйте глянцевым лаком для полимерной глины.
	Серединки серых цветов покрасьте черной краской для полимерной глины. Когда краска высохнет, капните в серединку цветов клей и быстро приклейте по одной черной бусине.
	Возьмите черную бусину и наденьте ее на бижутерный гвоздик, затем наденьте на гвоздик с бусиной полосатый цветок, край гвоздика снизу цветка закрутите петелькой круглогубцами. Таким образом, прикрепите бусины ко всем остальным полосатым цветам.
	Возьмите серый цветок и закрутите петелькой острый конец бижутерной булаки, находящейся в его нижней стороне. Если булавка длинная, обрежьте лишнюю часть. Затем при помощи колечка соедините одну сторону булавки с часовым механизмом. Второй серый цветок прикрепите с другой стороны механизма. К петелькам по краям цветов прикрепите крупную цепочку.
	Отмеряйте необходимую длину цепочки и лишнюю часть уберите, разжав звенья плоскогубцами. По краям цепочки бижутерными колечками прикрепите замок-тогл.
	К цепочке прикрепите полосатые цветы — шесть цветов с одной стороны часов и столько же с другой стороны. Зацепляйте цветы петельками за цепочку и зажимайте петельки плоскогубцами.

Часы наручные мужские LUMINOR PANERAI MARINA [качественная реплика] (Коричневый)

Если вы предпочитаете солидность и красоту и давно мечтаете о стоящих часах, то лучшим вариантом станет LUMINOR PANERAI MARINA. Роскошный дизайн корпуса моментально приковывает к себе взгляды окружающих, заставляя проникнуть уважением к владельцу этого аксессуара. Часы выполнены с монолитной передней планкой. Практичный и удобный ремень часов из эко-кожи отличается с плотным прилеганием к запястью, без его натирания.

Смотреть все разновидности Часы наручные мужские LUMINOR PANERAI MARINA [качественная реплика]

Каждый мужчина стремится выглядеть солидно, вызывать почтение у окружающих и быть привлекательным для женщин. И тут в создании образа не последнюю роль играют правильно подобранные наручные часы. Поэтому многие представитель сильного пола выбирают LUMINOR PANERAI MARINA.

Часы LUMINOR PANERAI MARINA – это модель наручных часов, предназначенных для людей, стремящихся к новым свершениям. Великолепный дизайн, непревзойденная точность хода, удобство и практичность в использовании делают этот аксессуар одним из лучших в своей категории. Монолитная массивная, и в тоже время, элегантная планка часов подчёркивает мужественность обладателя. Циферблат часов оформлен в стиле минимализм. Лишних деталей нет, дизайнеры сделали упор на функциональность. На циферблате рядом с минутной и часовой стрелками располагается индикатор числа дня. Кварцевый механизм часов обеспечивает высокую точность хода. Корпус изделия герметичен и надежно защищает механизм от попадания воды.

Почему стоит купить мужские наручные часы LUMINOR PANERAI MARINA прямо сейчас:

• Прочный корпус, надёжный механизм и приятный ремешок из эко-кожи делают из данной модели совершенный симбиоз, который прослужит долгое время.
• Головка заводного механизма защищена специальным язычком, чтобы дата и время случайно не сбились. Чтобы откорректировать показания часов, необходимо приподнять язычок. Один щелчок поднятия заводной головки позволит вам установить нужную дату дня, а двойное поднятие – установить нужное вам время.
• Часы LUMINOR PANERAI MARINA – это шикарный подарок для тех, кто любит и предпочитает стильность, качество и стремиться всегда быть первым.

Характеристики:

• Материал: сталь, стекло, эко-кожа
• Механизм: кварцевые
• Длина браслета, см: 26
• Диаметр циферблата, см: 4,5
• Индикатор даты: есть
• Дополнительный циферблат – муляж
• Толщина корпуса, см: 1,4
• Цвет: черный, коричневый
• Вес, гр: 81

Как снимается головка на часах?

Ответ мастера:

Когда вы находите дома старые часы, и они не идут, хочется тут же разобрать их и починить. Правда, для этого понадобится кропотливость и внимательность. И труднее всего может оказаться процесс снятия головки.

Перед началом процесса разборки нужно подготовить несколько коробочек, например, спичечных коробков. Они вам понадобятся для того, чтобы сложить в них детали часового механизма. Расположите их по порядку, чтобы не перепутать порядок. Сядьте за стол поудобнее, включите настольную лампу. Также необходимо расстелить большой белый лист бумаги, над которым нужно провести процесс разборки часов. Это поможет и быстро нащупать случайно упавшую деталь, и сыграет роль отражателя света, чем увеличит освещённость.

Во-первых, необходимо снять браслет с часов, так как он будет мешать в дальнейшей работе. Воспользуйтесь для открытия корпуса отвёрткой с толстым лезвием, ножом или мощным пинцетом. Если на корпусе имеется резьба, нужно осторожно вычистить забившуюся грязь, а затем отвинтить резьбовое кольцо. Теперь доставайте из корпуса незакреплённые металлические кольца или пластмассовые вставки. Сейчас стоит сделать фотографию конструкции, что облегчит будущую сборку. Внимательно осмотрите механизм.

Перевернув часы стеклом вниз, следует положить их на лист бумаги. Выньте заводной рычаг, чтобы извлечь механизм из корпуса. Но не нужно его откручивать. Найдите на часовом механизме небольшой штырёк, напоминающий точку. Как правило, обнаружить его можно рядом с отверстием, в которое входит заводной вал. Надавите на него, используя пинцет или конусную отвёртку. Заводную головку осторожно потяните в сторону.

Достав из корпуса часовой механизм, без промедления верните на своё место заводную головку с рычагом. Чтобы это сделать, нужно аккуратно взять часы в руки таким образом, чтобы не повредить стрелки. Вам необходимо нажать на штырёк и установить головку. Встречаются модели часов, в которых вместо штырька имеется специальный винтик. Для того, чтобы достать заводную головку, поверните винтик в пол оборота.

Технология Trigalight (тритиевая подсветка Тригалайт / GTLS / h4)

Одной из самых прогрессивных военных технологий, которая сегодня находит применение и в повседневной жизни, стала GTLS «Trigalight» технология (Gaseous Tritium Light Source — газовые тритиевые источники света).

Швейцарская компания «Mb-mictrotec», основавшая часовой бренд Traser, является разработчиком и производителем элементов GTLS. Последние представляют собой крошечные источники света, обладающие способностью постоянного свечения, которое продолжается в течение приблизительно 10-20 лет. Свечение осуществляется благодаря проходящему внутри колб процессу взаимодействия трития с люминофором, устилающим внутренние поверхности колб. Благодаря использованию различных люминофоров возможны разные цвета свечения колб. На сегодняшний день компания «Mb-mictrotec» благодаря постоянному совершенствованию процесса производства начала выпуск источников «Тригалайт» с длиной всего лишь 1,3 мм и диаметром 0.55 мм.

Производство тригалайт стало результатом десятилетних разработок и исследований в области радиолюминесценции, осуществляемых компанией Mb-microtec. Миниатюрные, герметично запаянные трубки, которые с внутренней стороны покрыты светящимся веществом, заполнены газообразным тритием. Излучаемые тритием электроны обеспечивают постоянную активацию светящегося вещества.

Источники тригалайт не требуют технического обслуживания, а срок их службы превышает 25 лет!

По сути из любого стеклянного герметичного сосуда можно сделать тригалайт источник. Сначала необходимо внутреннюю поверхность источника покрыть светящимся веществом, затем наполнить сосуд газом трития (изотоп водорода) и герметично закупорить.

Производство трубчатых подсветок осуществляется по такому же принципу. В первую очередь выпускаются стеклянные длинные капилляры, которые затем с помощью специального лазера разрезаются на необходимую длину.

Принцип работы тригалайт источника сопоставим с работой стандартного кинескопа. Тончайшим слоем светящегося вещества покрывается стеклянная поверхность. С этим слоем начинают взаимодействовать электроны, выпускаемые газом трития (Н3), что вызывает свечение стеклянной поверхности. Это электрический заряд преобразовывается в свет. Если в кинескопе электроны генерируются с помощью катода, в тригалайт источнике электроны освобождаются в результате радиоактивного распада трития (изотоп водорода).

Область распространения в воздухе электронов распадающегося трития составляет всего лишь 1-3 мм, что не позволяет им даже проникать в человеческую кожу. Энергии в 18 кэв (это максимально возможный показатель) им для этого не хватает. Соответственно излучаемые электроны (Бета радиация) не могут проникнуть сквозь герметично запаянный стеклянный сосуд тригалайт источника.

Срок службы

Длительность эксплуатации тригалайт источников обуславливается не только периодом расщепления трития (период полураспада равен 12. 3 годам), но и зависит от ряда сопутствующих факторов.

Существенное значение играет химическая композиция и качество покрытия применяемого светящегося вещества. Высоконадежные световые источники сохраняют яркость даже по истечении 20 летнего периода. В любом случае, предлагаемые нами тригалайт источники производятся в соответствии с «Вritish standard» (Британским стандартом) и обладают эксплуатационной гарантией не менее 10 лет!

Яркость/Цвета

Яркость нового тригалайт источника обуславливается толщиной его покрытия, чистотой применяемого газа, геометрической формой и давлением при заполнении источника газообразным тритием. Дополнительный отражающий слой при дальнейшей эксплуатации также может послужить фактором, усиливающим свечение. Но, одним из основных факторов все-таки считается цвет светового источника. Зеленый тригалайт обладает более ярким свечением, чем красный или синий с прочими одинаковыми характеристиками.

Интенсивность яркости по цветам:

Зеленый цвет берется за 100%. Интенсивность яркости остальных цветов приводится с учетом, что все остальные параметры идентичны.

Таблица

В 1934 году Ернест Рузефорд, Маркус Олифант и Пол Хартек открыли тритий (Т или Н-3). Он является третим изотопом водорода (Н или Н-1) наряду с дейтерием (D или Н-2).

Тритий (также определяемый как сверхтяжелый водород) на сегодняшний день нашел широкое применение в промышленных целях. Ядро атома трития образовано из протона и двух нейтронов. Как и водород, этот газ нестабилен. Реакция распада сопровождается излучением бета радиации (электроны), период полураспада равен 12.3 годам. Каждый атом трития высвобождает один электрон, что сопровождается выделением максимальной энергии примерно в 18 кэв. Эта энергия по сравнению с другими радиоактивными изотопами незначительная. Например, движение электрона можно остановить обычным листом бумаги. Один миллилитр этого газа обладает активностью около 2.54 Ки (Кюри) или 94 ГБк (Гига-Беккерель).

Остальные физические и химические характеристики трития очень сходны с характеристиками водорода. Например, горение трития и кислорода сопровождается образованием воды и окиси трития. Этот газ не имеет запаха и вкуса, намного легче воздуха. Если тритий попадает в клетки человеческого организма, то равномерно распределяется в воде, из которой состоит организм, а затем постепенно выводится с периодом биологического полураспада в 10 дней.

Сравнение подсветок Тригалайт (GTLS Trigalight) и Суперлюминова (SuperLumiNova)

В случае, когда светящиеся капсулы имеют необходимые размеры и правильно установлены, свечение подсветки определяется интенсивностью свечения капсулы (колбы). Для наглядной демонстрации преимуществ подсветки Тригалайт над свечением фосфоресцентных источников света, предлагаем ознакомиться с результатами теста в одинаковых условиях часов с разными видами подсветки:

1. Изображение №1 — первые мгновения после отключения света

2.  Изображение №2 — прошло всего 5 минут, и уже свечение SuperLumiNova и Trigalight примерно одинаковы

3. Изображение №3 — через 15 минут очевидно преимущество подсветки Trigalight (значительно ярче)

4. Изображение №4 — спустя всего 30 минут подсветка SuperLumiNova практически иссякла и не видна, Trigalight продолжает ярко светиться

Время после отключения света	0 минут	5 минут	15 минут	30 минут
Свечение Trigalight (нанокандел)	6 000	6 000	6 000	6 000
Свечение SuperLumiNova (нанокандел)	10 000	6 000	400	30

Из всего вышесказанного следует заключить, что свечение подсветки Trigalight является постоянным и не требует даже начального источника света, в то время как подсветка SuperLumiNova поначалу горит ярче, но её свет очень быстро иссякает до полного исчезновения.

Соответственно, возможности SuperLumiNova ограничены коротким интервалом времени, считываемость же показаний времени на часах с подсветкой Trigalight является постоянным и абсолютно надежным в любых условиях.

Часы, в которых используется технология подсветки Trigalight можно выбрать и приобрести себе в нашем интернет-магазине (для перехода нажмите по этой ссылке).

Как сделать простые часы из бумаги (пошаговый фотоурок)

Если у вас есть час или меньше, чтобы провести с детьми или занять их, сделайте эти бумажные часы хорошей идеей.

Это очень легкие и простые часы, которые можно сделать из бумаги. Помимо творческого времяпрепровождения, эти часы также могут помочь вам научить детей проводить время.

Просто сделайте несколько часов и нарисуйте на каждом разное время или попросите их нарисовать то время, которое вы им попросите.

Выполняя это задание, вы также можете научить их понятиям секундной, минутной и часовой стрелок.

Они также могут носить эти бумажные часы. Мы покажем вам, как это сделать.

Итак, приступим?

Необходимые материалы

— Цветная бумага (два цвета)

-Ножницы

-Клей

Пошаговое руководство по изготовлению часов из бумаги

Шаг 1: Сделайте ремешок для бумажных часов

а. Возьмите бумагу любого цвета на ваш выбор. Вырежьте прямоугольник размером 15 см х 8 см (1а).

б. Сложите бумагу пополам и сделайте складку (1b).

в. Разверните и нанесите клей внутри (1c).

д. Снова сложите и склейте (1d).

эл. Убедитесь, что он хорошо застрял

ф и г. Теперь снова сложите бумагу пополам и сделайте сгиб (1f и 1g).

ч. Разверните и нанесите внутрь клей, чтобы склеить сложенную часть (1 час).

я. Убедитесь, что он хорошо приклеен (1i).

Дж. Теперь нарисуйте V-образную форму на одном конце ремешка, как показано на рис. 1j. Этот заостренный конец поможет нам позже закрепить ремешок бумажных часов.

к &л. Теперь разрезаем по V-образной форме (1л и 1л).

На этом шаге мы отметим ширину прорезей, которые будут использоваться для вставки конца ремешка. м и н. Сверните лямку так, чтобы заостренный конец коснулся другого конца лямки (1 м и 1 п).

о. Отметьте линию, как показано на рис. 1o (см. черную линию).

р. Нарисуйте еще две линии (1р). Попробуйте надеть ремешок на запястья вашего ребенка, чтобы отметить линии, чтобы вы знали, где делать прорези.

кв. Отметьте линии (1q).

р. Разрежьте по линиям и сделайте прорези (1р).

с. Попробуйте вставить через прорези (1s).

Шаг 2: Изготовление циферблата бумажных часов – цветочная часть

а. Возьмите бумагу другого цвета и вырежьте квадрат размером 6 см х 6 см (2а).

Начиная с этого шага, держите бумагу в одном и том же положении, чтобы не ошибиться в порядке складывания.

г. до н.э. Сложите бумагу снизу вверх и сделайте сгиб (2b и 2c).

д. Теперь сложите слева направо и снова сделайте складку (2d).

Теперь мы собираемся сделать маленький треугольник.

Сохраняйте положение, как на рис. 2d. Теперь посмотрите на рис. 2e. Видите углы, отмеченные как A, B, C и D?

e&f. Сложите по диагонали от A к C так, чтобы вершина A встретилась с вершиной C (2e и 2f).

И хорошо прижмите сложенную часть.

г&ч. Теперь снова сложите из вершины C, как показано на рис. 2g, чтобы соединиться с противоположным краем.Хорошо отжать (2г и 2ч).

я. Теперь нам нужно обрезать и обрезать конец бумаги, чтобы сделать его ровным (см. пунктирную линию на рис. 2i).

дж&к. Когда вы разрежете последний сгиб (черная пунктирная линия на 2i) и раскроете его один раз, вы получите форму воздушного змея (2j и 2k).

л. Теперь нарисуйте дугу на фигуре воздушного змея (черная пунктирная линия на 2l).

м. Вырежьте по форме (2м).

н.о. Откройте его, чтобы получить лепесток цветка (2n и 2o).

р. Теперь возьмите ремешок бумажных часов и держите на нем лепесток цветка, чтобы отметить ширину ремешка на цветке (2р).

ВиР. Начертите на нем две вертикальные линии на отмеченной ширине и разрежьте по ним (2q и 2r).

с. Теперь вставьте ремешок бумажных часов в прорези (2s).

Шаг 3: Сделайте циферблат бумажных часов

а. Вырежьте небольшой круг (3а). Г

г. до н.э. Приклейте его к центру бумажного цветка (3b и 3c).

д. Теперь запишите числа от 1 до 12 внутри циферблата и нарисуйте минутную и часовую стрелки бумажных часов.

Итак, ваши легкие бумажные часы готовы!

Если вы все еще не понимаете какой-либо шаг, вот видеоурок, как сделать бумажные часы.

Видеоурок по изготовлению бумажных часов

После того, как ваш ребенок устанет, вы всегда можете повесить змейку. Змея будет действовать как колокольчик, и пока в доме есть немного воздуха, она будет медленно кружиться.

Эта забавная поделка в виде змеи из бумажных тарелок — одна из наших любимых поделок из бумажных тарелок для детей.Надеюсь, вашему ребенку тоже понравилось играть со змеями из бумажных тарелок!

Более увлекательные поделки и занятия из бумажных тарелок:

Борьба с фабриками по производству поддельной бумаги, которые штампуют фиктивные науки

Когда Лаура Фишер заметила поразительное сходство между исследовательскими работами, представленными в RSC Advances , у нее возникли подозрения. Ни у одной из газет не было общих авторов или организаций, но их диаграммы и названия выглядели тревожно похожими, говорит Фишер, исполнительный редактор журнала. «Я был полон решимости попытаться докопаться до сути происходящего».

Год спустя, в январе 2021 года, Фишер отозвал 68 статей из журнала, а редакторы двух других изданий Королевского химического общества (RSC) отозвали по одной статье из-за аналогичных подозрений; 15 все еще находятся под следствием. Фишер обнаружил то, что казалось продукцией бумажных фабрик: компаний, которые штампуют поддельные научные рукописи на заказ. Все статьи поступили от авторов из китайских больниц. Издатель журналов, RSC в Лондоне, объявил в своем заявлении, что стал жертвой того, что, по его мнению, является «систематическим производством фальсифицированных исследований».

Что удивило в этом, так это не сама деятельность бумажной фабрики: исследователи, занимающиеся вопросами добросовестности, неоднократно предупреждали, что некоторые ученые покупают бумагу у сторонних фирм, чтобы помочь своей карьере. Скорее, это было экстраординарно, что издатель публично объявил о чем-то, о чем журналы обычно умалчивают. «Мы считаем, что это бумажная фабрика, поэтому мы хотим быть открытыми и прозрачными», — говорит Фишер.

RSC был не одинок, в его заявлении добавлено: «Мы являемся одним из многих издателей, пострадавших от такой деятельности.«С января прошлого года журналы отозвали по крайней мере 370 статей, которые были публично связаны с бумажными фабриками, как показал анализ Nature , и ожидается, что последует еще много отзывов.

Большая часть этой очистки литературы произошла из-за того, что в прошлом году внешние сыщики публично пометили бумаги, которые, по их мнению, поступили с бумажных фабрик из-за их подозрительно похожих характеристик. Анализ показывает, что в совокупности списки помеченных статей составляют более 1000 исследований.Редакторы настолько обеспокоены этим вопросом, что в сентябре прошлого года Комитет по этике публикаций (COPE), лондонский консультативный орган для издателей, провел форум, посвященный обсуждению «систематического манипулирования издательским процессом через бумажные фабрики». Их приглашенным докладчиком была Элизабет Бик, аналитик по вопросам честности исследований из Калифорнии, известная своим умением обнаруживать дубликаты изображений в документах, и одна из сыщиков, которые публикуют свои опасения по поводу бумажных фабрик в Интернете.

Бик думает, что таких статей в литературе тысячи.По ее словам, заявление RSC важно своей открытостью. «Довольно неловко, что так много документов фальшивые. Слава им признать, что их обманули».

Редакторы некоторых журналов, у которых был поток явных материалов бумажной фабрики, обновили свои процессы рецензирования, стремясь больше не быть обманутыми. Борьба с мошенничеством в промышленном масштабе требует более строгого контроля: например, приказывая редакторам запрашивать необработанные данные и нанимая людей специально для проверки изображений.Научные публикации нуждаются в «согласованных, скоординированных усилиях по искоренению фальсифицированных исследований», заявил RSC.

Детективы бумажной фабрики

В январе 2020 года Бик и другие детективы, работающие под псевдонимами — Смут Клайд, Морти и Тигр BB8 — опубликовали в блоге научного журналиста Леонида Шнайдера список из более чем 400 опубликованные документы, по их словам, вероятно, поступили с бумажной фабрики. Бик назвал его бумажной фабрикой «головастиков» из-за форм, которые появлялись в газетах при анализе вестерн-блоттинга — типе теста, используемого для обнаружения белков в биологических образцах.Последовала волна заголовков в СМИ. В течение года сыщики (не всегда работающие вместе) публиковали электронные таблицы других подозрительных документов, обнаруживая сходные черты в нескольких исследованиях. К марту 2021 года они в общей сложности перечислили более 1300 предметов, по подсчетам Nature , которые, возможно, поступали с бумажных фабрик.

Журналисты начали просматривать газеты. Согласно анализу Nature , около 26% статей, которые, по утверждениям сыщиков, поступали с бумажных фабрик, до сих пор были отозваны или помечены выражением беспокойства.Многие другие еще находятся под следствием. Journal of Cellular Biochemistry ( JCB ), например, объявил в феврале ¹ , что в прошлом году редакторы исследовали и отозвали 23 из 137 статей, предположительно содержащих манипуляции с изображениями.

Журналы выявили проблемы не со всеми помеченными бумагами. Крис Граф, директор отдела исследований в Wiley, которая публикует JCB , заявил в январе, что издательство завершило расследование 73 статей, выявленных Биком и другими, и не нашло причин принимать меры в отношении 11 из них.Семь других требовали исправлений, а 55 были отозваны или будут отозваны.

Издатели почти никогда прямо не заявляют в уведомлениях об отзыве, что конкретное исследование является мошенническим или было создано компанией по заказу, потому что это трудно доказать. Например, ни в одном из уведомлений RSC об отзыве не упоминается бумажная фабрика, несмотря на заявление RSC о том, что, по его мнению, статьи действительно исходили от одной из них. Но Nature насчитал 370 статей, отозванных с января 2020 года, все от авторов из китайских больниц, которые, как утверждали издатели или независимые сыщики, были получены с бумажных фабрик (см. «Обвинения в мошенничестве»).Большинство из них были опубликованы за последние три года (см. «Китайские больничные газеты на подъеме»). Издатели добавили выражения беспокойства еще к 45 таким статьям.

Источники: forbetterscience.com, scienceintegritydigest.com и Nature анализ

Nature обнаружил еще 197 отзывов статей от авторов из китайских больниц с начала прошлого года. Это не те, которые попали в списки потенциальных продуктов для публикации, хотя некоторые из них были отмечены сыщиками из-за проблем с имиджем, часто на веб-сайте рецензирования после публикации PubPeer.

Промышленное мошенничество

Проблема организованного мошенничества в издательском деле не нова и не ограничивается Китаем, отмечает Катриона Феннелл, возглавляющая издательскую службу в крупнейшем в мире научном издательстве Elsevier. «Мы видели доказательства промышленного мошенничества в нескольких других странах, включая Иран и Россию», — сказала она Nature в прошлом году. Другие также сообщили о деятельности иранских и российских бумажных фабрик.

В этом году в заявлении для Nature Elsevier сообщила, что редакторы ее журналов ежегодно выявляют и предотвращают публикацию тысяч вероятных материалов бумажной фабрики, хотя некоторые из них все же проходят.

Давно известно, что в Китае существуют проблемы с фирмами, продающими документы исследователям, говорит Сяотянь Чен, библиотекарь Университета Брэдли в Пеории, штат Иллинойс. Еще в 2010 году группа под руководством Шэнь Яна, исследователя в области менеджмента, работавшего в то время в Уханьском университете в Китае, предупредила о веб-сайтах, предлагающих писать статьи о вымышленных исследованиях или обходить системы рецензирования за плату. В 2013 году Science сообщил о рынке авторских прав на исследовательские работы в Китае.В 2017 году Министерство науки и технологий Китая (MOST) заявило, что будет пресекать неправомерные действия после скандала, в ходе которого в журнале Tumor Biology было отозвано 107 статей; их экспертные оценки были сфабрикованы, и расследование MOST пришло к выводу, что некоторые из них были подготовлены сторонними компаниями.

Врачи в Китае являются особым целевым рынком, потому что им обычно нужно публиковать исследовательские статьи, чтобы получить продвижение по службе, но они настолько заняты в больницах, что у них может не быть времени заниматься наукой, говорит Чен.В августе прошлого года пекинское муниципальное управление здравоохранения опубликовало политику, согласно которой лечащий врач, желающий стать заместителем главного врача, должен иметь как минимум две статьи первого автора, опубликованные в профессиональных журналах; три статьи первого автора необходимы, чтобы стать главным врачом. Эти звания влияют на зарплату и авторитет врача, а также на операции, которые им разрешено проводить, говорит Чанцин Ли, бывший старший врач и исследователь гастроэнтерологии в китайской больнице, который сейчас живет в Соединенных Штатах.

«Эффект разрушительный», — говорит Ли о влиянии на китайскую науку. «Литературная среда, издаваемая на китайском языке, уже разрушена, поскольку мало кто им верит или ссылается на их исследования».

«Теперь эта чума проникла в международные медицинские журналы», — добавляет он. Тот факт, что люди используют бумажные фабрики, также влияет на репутацию Китая во всем мире, говорит Футао Хуанг, китайский исследователь, работающий в Университете Хиросимы в Японии.

Преобладание проблемных статей заставляет некоторых редакторов журналов сомневаться в материалах, которые они получают от исследователей из китайских больниц.«Увеличивающийся объем этой «мусорной науки» подрывает доверие к исследованиям, исходящим из Китая, и все больше ставит под сомнение законную науку из региона», — говорится в редакционной статье ² от февраля 2021 года в журнале Molecular Therapy . .

Несколько других редакторов разделяют эти опасения по поводу воздействия бумажных фабрик. «Они подрывают наше доверие к другим рукописям, полученным от китайских групп», — говорит Франк Редегельд, главный редактор European Journal of Pharmacology , издаваемого Elsevier.

Источник: Lens. org

Министерства науки и образования Китая предприняли шаги по ограничению проблемных стимулов к публикации. В феврале прошлого года они опубликовали уведомление, в котором исследовательским учреждениям, в том числе больницам, было сказано не продвигать и не нанимать исследователей исключительно на основании количества опубликованных ими статей, а также запретили им выплачивать денежные бонусы за статьи. А в августе Китай объявил о введении мер по борьбе с неправомерным проведением исследований, включая попытки обуздать независимых подрядчиков, которые фабрикуют данные от чужого имени.(МОСТ не ответил на запрос Nature о комментариях относительно масштаба проблемы или воздействия принимаемых мер.)

Некоторые китайские исследователи считают, что эти меры начинают работать. Ли Танг, изучающая научную политику в Фуданьском университете в Шанхае, Китай, надеется, что количество заявок от бумажных фабрик в Китае в будущем сократится, хотя она отмечает, что проблема не ограничивается китайскими исследованиями.

Редегельд говорит, что пока не заметил уменьшения числа рукописей, которые получает его журнал, подозреваемых на бумажной фабрике, и, по его оценкам, составляет около 15 в месяц.

Признаки проблем

Исследователи целостности изображений и редакторы журналов определили в рукописях ряд особенностей, которые могут быть отпечатками пальцев бумажной фабрики. «Нам интересно, как нам защитить себя от публикации этого материала», — говорит Яна Кристофер, аналитик по целостности изображений в издательстве FEBS Press в Гейдельберге, Германия, которая проверяет поступающие рукописи для ряда журналов и помогала RSC с его изучение.

Потенциальные признаки проблемы включают статьи разных авторов из разных учреждений, имеющие схожие черты: вестерн-блоты с идентичным фоном и подозрительно гладкими контурами, заголовки, которые кажутся вариациями на тему, гистограммы с одинаковым макетом, которые предположительно представляют разные эксперименты. , или идентичные графики анализов проточной цитометрии, которые используются при изучении клеток. Создается впечатление, что эти рукописи созданы по общим шаблонам, а слова и изображения слегка изменены, чтобы документы выглядели немного по-другому.

Особую проблему представляют биомедицинские статьи, в которых утверждается, что исследуются недостаточно изученные генетические области, которые могут быть связаны с раком. Дженнифер Бирн, исследователь молекулярной онкологии из Сиднейского университета, Австралия, специализируется на разоблачении ошибочных статей этого типа, замечая, что в их экспериментальных деталях иногда указаны неверные последовательности нуклеотидов или реагенты, так что описанные эксперименты не могли иметь места.Многие из этих бумаг, вероятно, подделаны путем простого переключения типа рака или генов, участвующих в исследовании, говорит Бирн, хотя трудно доказать, что они произведены на бумажных фабриках. «Эта проблема неправильных последовательностей нуклеотидов в литературе широко распространена», — говорит она.

На форуме COPE в сентябре прошлого года Бик назвал редакторам другие тревожные сигналы, на которые следует обратить внимание, в том числе статьи из китайских больниц и рукописи с адресами электронной почты, которые, похоже, не связаны ни с одним из имен авторов. «По отдельности эти факторы могут не вызывать проблем, но в совокупности они вызывают опасения и могут быть частью закономерности», — сказала она. Редакторы на форуме также отметили, что система обработки рукописей ScholarOne может помечать необычную активность, когда обнаруживает материалы, отправленные с того же компьютера. Предупреждение ScholarOne также сыграло важную роль в расследовании RSC.

Элизабет Бик. Предоставлено: Габриэла Хасбун

В феврале Архив фармакологии Наунина-Шмидеберга сообщил, что на него повлияли бумажные фабрики.Журнал опубликовал редакционную статью ³ , в которой перечислены важные особенности статей о бумажных фабриках. К ним относятся неакадемические адреса электронной почты (которые часто встречаются у китайских ученых), неспособность авторов предоставить необработанные данные по запросу и плохой английский. Журнал отзывает 10 исследований и сообщает, что около 5% всех его материалов поступают от бумажных фабрик.

Издатели и другие лица, борющиеся с бумажными фабриками, подозревают, что видят лишь верхушку айсберга в опубликованной литературе.Отчасти это связано с тем, что сходство между изображениями в разных исследованиях может стать очевидным только при сравнении многих работ. По словам Бик, сыщики также знают, что такие особенности, как похожие вестерн-блоты и ошибочные последовательности нуклеотидов, могут быть наиболее очевидными признаками деятельности бумажной фабрики. «Может быть, множество других бумажных фабрик лучше скрывают это», — говорит она. Редакторы форума COPE сказали, что они видели бумажные фабрики, например, в таких областях, как компьютерные науки, инженерия, гуманитарные и социальные науки.

Общий размер проблемы бумажной фабрики, вероятно, исчисляется тысячами или десятками тысяч листов, считают Бик, Бирн и другие ⁴ . Граф из Wiley говорит, что это трудно оценить. «Я не думаю, что его следует занижать, я не могу сказать, насколько он велик», — говорит он. «У нас очень мало информации о людях или компаниях, занимающихся этим. Меня раздражает ситуация, и это проявление вежливости».

«Это вредит науке в целом, потому что делает науку и ученых ненадежными», — говорит Кристофер.Бирн выразила другую озабоченность: она обеспокоена тем, что фальшивые исследования, которые связывают гены с конкретными видами рака, просто появляясь в журналах, могут дать представление об активности в области, где ее нет, и могут быть включены в метаанализ. «Люди умирают от рака — это не игра. Важно, чтобы в литературе описывалась работа, которая происходит», — добавляет она.

Зомби-газеты

Редакторы журналов знают, что если они отвергнут рукописи, которые, как они подозревают, сфабрикованы, это может не убить газету навсегда.Поддельные рукописи могут быть отправлены в несколько журналов одновременно: поэтому, даже если редактор отклонит их во время рецензирования, они могут увидеть их опубликованными в другом месте.

Это случилось с Кристофер, которая 3 года назад заметила тревожное сходство в группе из 13 исследовательских рукописей, представленных в 2 журналах, издаваемых FEBS Press, где она работала. Их вестерн-блоты казались не только сфабрикованными, но и похожими, как будто они были созданы путем подгонки шаблона. Журналы отвергли рукописи по ее совету.Кристофер опубликовал в 2018 году статью ⁵ , в которой предупредил о «систематической фабрикации научных изображений» и призвал журналы вкладывать средства в проверку изображений перед публикацией. Она также отметила, что видела некоторые статьи в других журналах.

Кристофер рассказал Nature , что она пыталась в частном порядке поднять тревогу по поводу бумаг. Например, в 2018 году она и управляющий редактор FEBS Letters сообщили журналу Cellular Physiology and Biochemistry , что статья, опубликованная в этом году, вероятно, была сфабрикована; он был одновременно отправлен в FEBS Letters , который его отклонил.Но тогдашний издатель журнала, Каргер в Базеле, Швейцария, не слышал о каких-либо проблемах до 2020 года, когда статья снова была отмечена в коллекции Бика и других на «фабрике по производству бумаги для головастиков» вместе с другими статьями в журнале. Сейчас Каргер исследует все эти статьи вместе с нынешним издателем журнала, говорит Крисна Чап, руководитель редакционного отдела Karger.

В этом году Кристофер снова изучила 13 рукописей, отправленных в ее журналы.Она обнаружила, что все они были опубликованы в других журналах; до сих пор были отозваны только три, а в одном выражена обеспокоенность.

Многие журналы изменили свои процессы редакционного рецензирования, чтобы попытаться бороться с организованным мошенничеством. По словам издателя, некоторые журналы Elsevier, например, изменили свою тематику, чтобы избежать предметных областей, которые, по-видимому, находятся в центре внимания бумажных фабрик. И несколько издателей говорят, что многие из их журналов обновили свою политику, требуя, чтобы авторы представляли необработанные данные для своих вестерн-блотов во время подачи.Запрашивать необработанные данные — это один из основных способов, которым издатели просят редакторов принять меры, если они думают, что с рукописью что-то не так. Но редакторы знают, что даже необработанные данные могут быть подделаны, особенно если бумажные фабрики узнают, что такие запросы делаются.

«Запрос необработанных данных не является абсолютной гарантией, так как вы можете подделать данные. Это сдерживающий фактор», — говорит Сабина Алам, директор по вопросам честности и этики издательского дома Taylor and Francis. Один из ее журналов, «Искусственные клетки, наномедицина и биотехнология », исследует почти 100 опубликованных статей, предположительно исходящих от бумажных фабрик.

Алам также говорит, что как только они начали расследование, некоторые авторы быстро попросили отозвать свои статьи. Некоторые отправляли необработанные данные в нечитаемом формате или без меток. Во всех этих случаях редакторы журналов заявляют, что не уверены, правильно ли отзывать такие статьи или делать что-то еще — и надеются на указания по этому поводу от COPE. Бик указал, что некоторые журналы уже разрешили авторам отзывать статьи без указания причины отзыва.

COPE заявляет, что обновит свое существующее руководство о том, как журналы должны поступать с систематическим манипулированием процессом публикации, а также создает рабочую группу редакторов из числа своих членов, чтобы определить, как организация может оказать лучшую поддержку по этому вопросу.

Путь вперед

Издатели говорят, что они ограничены в том, что они могут делать для обмена информацией между журналами, потому что даже заголовки в одной и той же конюшне редакционно независимы друг от друга. Они опасаются обмена информацией между изданиями или издателями об авторе, которая может быть дискредитирующей, а правила защиты данных препятствуют обмену личными данными авторов.

Как только мошенники узнают, что они могут получить статью под определенным названием, они могут продолжать публиковаться там, что может быть причиной того, что некоторые журналы кажутся более уязвимыми, чем другие.Один журнал, European Review for Medical and Pharmacological Sciences , с января 2020 года отозвал 186 статей, большинство из которых были отмечены Биком и Смутом Клайдом. «Мы были потрясены этими расследованиями, — говорит один из главных редакторов Антонио Гасбаррини.

Многие журналы начинают нанимать аналитиков, которые пытаются выявлять проблемы в рукописях по мере их поступления. Граф, например, говорит, что в прошлом году Wiley наняла и обучила 11 человек, чтобы они пытались выявлять фальсифицированные изображения в 24 журналах, уделяя особое внимание документам. скорее всего будут опубликованы.Он надеется расширить программу до большего количества названий.

Издатели хотели бы автоматизировать часть этого процесса проверки. Многие объединились с исследовательскими группами для разработки программного обеспечения, которое могло бы обнаруживать дубликаты изображений в опубликованных документах, а в мае прошлого года была создана отраслевая группа, чтобы попытаться установить стандарты для этих проверок. Программное обеспечение совершенствуется, но пока не способно просматривать большое количество документов в больших масштабах, говорит IJsbrand Ян Алберсберг, глава отдела исследований в Elsevier, который возглавляет группу. Для этого также потребовалась бы гигантская общая база данных изображений, которую издатели могли бы проверять на наличие дубликатов между статьями. Это произойдет, когда программное обеспечение сможет с этим справиться, предсказывает Алберсберг.

Сюзанна Фарли, директор отдела исследований Springer Nature из Лондона, говорит, что, по ее мнению, доля заявок от бумажных фабрик снизится. «Бумажные фабрики знают, что издатели все лучше распознают их материалы, а потенциальные клиенты бумажных фабрик знают, что теперь использование этих услуг чревато более серьезными последствиями», — говорит она.(Команда новостей Nature редакционно независима от своего издателя.) Тем временем, говорит Фарли, будет больше опровержений и выражений беспокойства. «Мы стремимся к уборке дома», — говорит она.

Но Кристофер опасается, что может начаться гонка вооружений, если мошенники будут лучше избегать очевидных ошибок. Например, в одном препринте, опубликованном в bioRxiv в прошлом году ⁶ , говорилось, что методы искусственного интеллекта могут генерировать поддельные вестерн-блоты, неотличимые от настоящих. «Меня очень беспокоит, что изощренность будет расти, — говорит она.

PAPER MILL PLAYHOUSE КАК СМОТРЕТЬ РУКОВОДСТВО

Сезон

Бумажная фабрика может выглядеть иначе в этом сезоне, но вам не нужно быть техническим специалистом, чтобы настроиться на наши шоу! Мы описали несколько простых шагов, которые помогут вам подготовиться к просмотру великолепных выступлений, не выходя из дома.

Мы здесь, чтобы помочь и сделать это максимально легким и приятным! Мы отправим напоминание о мероприятии, инструкции по обновлению и тестовую ссылку, чтобы вы могли заранее убедиться, что готовы.Свяжитесь с нами по адресу [email protected], если вам нужна наша поддержка.
Без какой-либо дополнительной настройки вы сможете легко смотреть цифровой контент Paper Mill на своем смартфоне или компьютере, и всего за несколько шагов вы, скорее всего, сможете смотреть шоу на своем телевизоре.

Как смотреть прямые трансляции на смарт-телевизоре?
Подключение компьютера к Smart TV с помощью кабеля HDMI (наша рекомендация): включите оба устройства и соедините их с помощью кабеля HDMI. Затем выберите правильный вход HDMI на телевизоре с помощью пульта дистанционного управления, и все готово.
Более подробную информацию, в том числе об устранении неполадок со звуком, можно найти здесь: https://www.wikihow.com/Connect-HDMI-to-TV
• Если вам нужен кабель HDMI, вы можете приобрести его здесьhttps: //www.amazon.com/HDMI-Cables-Video-Interconnects-Accessories/b?node=202505011 или в любом магазине электроники.
Для беспроводного подключения к Apple TV или AirPlay-совместимому Smart TV с устройства Apple (iOS), такого как iPhone, iPad или компьютер Mac, следуйте приведенным инструкциям: https://support.apple.com/en-us/HT204289
Для беспроводного подключения к Roku TV с устройства, совместимого с Android или Windows (устройства iOS несовместимы с Roku), следуйте приведенным инструкциям: https://support.roku.com /article/208754928-how-do-i-use-screen-mirroring-with-my-android-or-windows-device-
Для беспроводного подключения к Amazon Fire TV с Android-совместимого устройства (устройства iOS несовместимы с Amazon Fire TV), следуйте приведенным инструкциям: https://www. amazon.com/gp/help/customer/display.html?nodeId=GA7K5AML6222YDEW
Для трансляции Google Cast на телевизор из браузера или устройства с поддержкой Chromecast следуйте приведенным инструкциям: https://support.google.com/chromecast/answer. /3228332?hl=ru&ref_topic=4602553

ВЕРНУТЬСЯ К НОВОСТЯМ

Science Forum: Десять распространенных статистических ошибок, на которые следует обратить внимание при написании или рецензировании рукописи

Резюме:

Рецензент №1:

В целом, мне понравилось читать эту рукопись.Это, безусловно, имеет некоторые достоинства.

Однако иногда я глубоко не соглашался с некоторыми рекомендациями. Ниже я привожу список некоторых из моих наиболее существенных претензий. Я думаю, что эта рукопись могла бы быть пригодна для публикации, но для этого требуется значительный объем дополнительной работы.

Во-первых, я не знаю предыстории авторов (так что извините, если обидел), но некоторые формулировки, примеры и описания говорят о том, что они сами не являются опытными прикладными статистиками. Эта рукопись будет чрезвычайно полезна от вклада такого человека, просто чтобы переформулировать некоторые из распространенных ошибок и связать с хорошо известными проблемами, которые статистики обычно наблюдают, обучая статистиков, консультируя коллег и рецензируя рукописи. Я согласен с тем, что в этой рукописи важно иметь тон и голос ученого (а не статистика), но важно, чтобы рукопись имела гораздо более сильную статистическую основу, чтобы придать ей больший вес.

Большая часть текста здесь довольно многословна, а объяснения вопросов часто сбивают с толку (например, вопросы 3 и 4). Я уверен, что авторы могли бы сделать их намного проще и понятнее. Опыт авторов явно связан с нейронауками. Иногда это проявляется в их выборе примеров (например, выпуск 1). Эта рукопись будет работать так же хорошо с более нейтральными примерами, которые будут понятны любому в различных научных дисциплинах. Так что предлагаю авторам переписать таким образом.

Рукописи, подобные этой, важны и могут оказать существенное влияние не только на научные отчеты, но и на то, как это делается. Итак, я надеюсь, что авторы решат внести в рукопись соответствующие изменения, чтобы сделать ее более приемлемой для публикации.

Мы благодарим рецензента за этот комментарий, так как он подчеркивает необходимость того, чтобы мы с самого начала более четко указывали наши намерения и целевую аудиторию в отношении нашего комментария. Этот комментарий написан нейробиологами для своих коллег-неврологов и своих стажеров (обратите внимание, что мы планировали разместить его в разделе «нейробиология»).Теперь поясним, что мы нейробиологи, а не статистики. На самом деле проблемы, которые мы освещаем, требуют минимальной статистической подготовки, поэтому мы считаем, что этот комментарий может оказать реальное влияние. Учитывая нашу подготовку и точку зрения, мы не чувствуем, что у нас есть все возможности для составления общего списка проблем, которые являются общими для разных областей науки, поэтому мы считаем, что нацеливание на нейронауки будет наиболее подходящим и эффективным подходом. Поэтому мы хотим, чтобы примеры и общие обсуждения были доступны и актуальны для нашей целевой аудитории, хотя мы приняли этот комментарий к сведению и, по возможности, упростили примеры или сократили некоторые детали из реальной жизни.

Abstract: «Вдохновленные более широкими усилиями по повышению строгости различных этапов научных исследований, здесь мы составляем список некоторых из наиболее распространенных ошибок вывода из-за неэффективного плана эксперимента, ненадлежащего статистического анализа и/или ошибочных рассуждений, появляющихся в опубликованных статьях по неврологии».

Введение: «Здесь мы выделяем некоторые из наиболее распространенных и уместных ошибок в научной интерпретации, которые следует устранять в процессе рецензирования.[…] Мы надеемся, что этот список поможет лучше понять, почему эти проблемы являются проблематичными, как обнаружить их в рукописи и как решить их в процессе рецензирования».

Основные версии:

0) Введение

Рецензент №1:

– Во введении стоит отметить, что многие журналы проводят внутренние статистические обзоры и/или рассылают рукописи для более подробного статистического анализа, если у рецензентов основного содержания возникают сомнения.

Учитывая акцент на общей неврологии, по нашему опыту, это довольно редко для общих исследовательских работ (может быть, это чаще практикуется в некоторых клинических журналах?). Это может быть причиной того, что нейробиологическое сообщество страдает от этих ошибок логического вывода.

1) Отсутствие контрольного условия/группы

Рецензент №1:

— Эта рукопись временами очень сосредоточена на неврологии. Я понимаю, что это основной интерес авторов, но иногда я думаю, что это просто отвлекает от сообщения, и гораздо более простые примеры (которые были бы универсальными для всех ученых) работали бы намного лучше.Это особенно касается этой первой распространенной «ошибки».

Согласен. Мы адаптировали текст, чтобы он более широко подходил для различных поддисциплин нейробиологии:

«Например, при изучении эффекта тренировки обычно исследуют изменения в поведении или физиологические показатели. Тем не менее, изменения в показателях результатов могут возникать из-за других элементов исследования, которые не имеют прямого отношения к манипулированию (например, обучению) как таковому. Повторение одной и той же задачи в отсутствие вмешательства может привести к изменению результатов между измерениями до и после вмешательства, например.грамм. из-за того, что участник или экспериментатор просто привык к экспериментальной обстановке, или из-за других изменений, связанных с течением времени».

Рецензент №2:

— «завышение вероятности наблюдения ложных изменений». Но все статистические тесты выполняются с использованием вероятностей ложных срабатываний, которые зависят от изменчивости данных. Каковы доказательства того, что низкая надежность повторного тестирования приводит к увеличению числа ложноположительных результатов? Как отмечается в этом разделе, будет «наблюдаться» только абсолютный размер разницы — статистика скажет нам, надежна эта разница или нет, и именно здесь применяется (фиксированная) доля ложноположительных результатов.

Согласен. Мы удалили из рукописи следующее предложение: «Если надежность повторного тестирования низкая, то естественные колебания переменной во времени будут большими, тем самым увеличивая вероятность наблюдения ложных изменений во времени».

– Я часто сталкиваюсь с контрольными группами, которые отбираются после того, как становятся известны результаты экспериментальной группы (например, множество исследований ТМС). Я бы добавил, что контрольные и экспериментальные группы должны формироваться одновременно и рандомизированно.

Согласитесь, это действительно очень актуально, теперь мы упомянули об этом злоупотреблении в тексте следующим образом:

«Также важно, чтобы контрольная и экспериментальная группы отбирались одновременно и рандомизированно, чтобы свести к минимуму любые систематические ошибки».

– Это не только «продольные», это относится и к поперечным данным.

Согласен. Мы убрали слово «лонгитюдный» из следующего предложения: «Выводы сделаны на основе лонгитюдных данных одной группы, без адекватных условий контроля.

2) Интерпретация сравнений между двумя эффектами без их прямого сравнения

Рецензент №1:

— Рисунок 1 — Это странный пример. Ясно, что дисперсия в группе B намного больше, чем дисперсия в группе A. Это объясняет (по крайней мере частично), почему проверка групповых различий не является значимой. Но, конечно, объединение здесь проблематично: мы предполагаем, для предлагаемых методов, что дисперсия одинакова в каждой группе, тогда как для большинства она выглядит очень разной.

Авторам необходимо выбрать лучший пример для иллюстрации распространенной ошибки 2 и соответствующим образом изменить рисунок 1.

Точка взята. Мы пересмотрели этот рисунок, чтобы показать два очень распространенных примера. Мы намеренно подобрали крайние примеры (которые на самом деле основаны на реальной публикации), чтобы можно было сразу оценить нашу ключевую мысль.

Рецензент №2:

— это относится не только к «оценкам различий», но и к любому эффекту (например, наклону, подгонке кривой и т. д.)., а не просто «различия»). Я предлагаю авторам сделать это здесь более общим (как они это делают в «как обнаружить»), а затем привести конкретный и полезный пример простой разницы двух различий. Здесь также стоит отметить, что в анализе часто используется термин «взаимодействие».

Согласен. Это предложение было соответствующим образом изменено, а рисунок, иллюстрирующий эту проблему, был изменен, чтобы включить два разных случая.

«Исследователи часто основывают свои выводы о влиянии вмешательства (например, до и после вмешательства).разница после вмешательства, корреляция между двумя переменными и т. д.), отметив, что вмешательство дает значительный эффект, тогда как соответствующий эффект в контрольном состоянии или группе незначителен (Nieuwenhuis et al., 2011). Основываясь на этих данных, исследователи иногда предполагают, что эффект больше в экспериментальных условиях, чем в контрольных. Этот тип ошибочного вывода очень распространен, но неверен».

— «дифференциальная статистическая значимость» — я бы сказал что-то вроде: «разные бинарные исходы при применении статистического порога».

Согласен. Теперь это было перефразировано следующим образом:

«Например, как показано на рисунке 1A, две переменные X и Y, каждая из которых измерялась в двух разных группах по 20 участников, могут иметь очень похожую корреляцию (группа A: R = 0,47; группа B: R = 0,41), но разные результаты. с точки зрения статистической значимости: две переменные для группы A соответствуют статистическому порогу p ≤0,05 для достижения значимости, но не для группы B. […] Однако это не означает, что эффект вмешательства различен между двумя группы; действительно, в этом случае две группы существенно не различаются.

3) Раздувание степеней свободы путем нарушения независимости мер

Рецензент №1:

. Это очень сложное объяснение того, что большинство статистиков описало бы совсем по-другому. Это излишне сложно. Это то, что большинство статистиков назвало бы проблемой «единицы анализа» — много описанного в литературе ранее, см., например, Парсонс, Тир и Ситч (2018, eLife).

Здесь описывается некоторая неправильная практика, когда, например, несколько измерений одного и того же субъекта выполняются как средство окончательного сравнения субъектов.Если исследование направлено на то, чтобы понять влияние вмешательства на субъектов, то это «единица анализа», и для того, чтобы делать выводы, репликация должна быть на уровне субъекта (единицы анализа), а не внутри субъекта. (в пределах единицы). Множественные измерения на субъектах улучшают точность оценки среднего значения субъекта (например), но ничего не говорят нам о изменчивости между субъектами.

Это часто наблюдается как искусственное раздувание степеней свободы, объединение страт в анализе, но в конечном итоге проблема заключается в отсутствии четкого определения цели анализа и соответствующей единицы для использования для оценки вариации, которая используется для количественной оценки эффектов вмешательства. Лично я не думаю, что привнесение корреляции в дискуссию очень поможет. Все, что нам действительно нужно знать, это то, что измерения внутри (например) субъекта, вероятно, будут коррелированы, тогда как по определению данные субъектов не коррелированы.

Мы благодарим рецензента за очень полезный отчет о проблеме. Теперь мы уклоняемся от полезной ссылки, предложенной рецензентом, и переписали раздел, чтобы отразить это как проблему «единицы анализа». Пример корреляции — верный пример (из публикации eLife , кстати!).Это невероятно распространенная проблема в нашей области, и мы чувствовали, что нужен пример, чтобы дать людям более интуитивное представление о проблеме (и понять, почему люди могут стать ее жертвами — это улучшает их статистические результаты).

— Анализ смешанных эффектов. Это канонический анализ, который рекомендовало бы большинство статистиков. Делая это, мы естественным образом оцениваем соответствующие внутрипредметные (кластерные) корреляции. Эту методологию следует гораздо шире использовать во многих областях науки; только в медицине, где в исследованиях сообщают данные о пациентах, и в психологии это общепризнано как важное.Хотя его корни восходят к генезису статистики в сельскохозяйственной науке, где поля были разделены на блоки, участки и вложенные подучастки и растения и т. д.

Согласен. Мы выделили это решение в нашей исходной рукописи и расширили его в исправлениях. Хотя это, вероятно, лучшее статистическое решение этой проблемы, оно также требует некоторого углубленного статистического понимания для реализации, и поэтому его следует применять с осторожностью. Таким образом, он, вероятно, не доступен для нашей целевой аудитории.

«Возможно, наилучшим доступным решением этой проблемы является использование линейной модели смешанных эффектов, в которой исследователи могут определить изменчивость внутри субъектов как фиксированный эффект, а изменчивость между субъектами — как случайный эффект. Этот все более популярный подход (Boisgontier and Cheval, 2016) позволяет поместить в модель все данные, не нарушая предположения о независимости. Однако ею можно легко злоупотребить (Matuschek et al., 2017), и она требует глубокого статистического понимания, поэтому ее следует применять и интерпретировать с определенной осторожностью.

— Априорный статистический анализ мощности — это всегда хорошая идея, но я действительно не думаю, что это добавляет многого к обсуждению здесь.

Согласен. Мы удалили это предложение из этого раздела.

Рецензент №2:

— это верно для некоторых статистических процедур (например, когда вы моделируете один параметр на одном уровне для каждого участника), но не для всех. Например, я считаю, что линейные смешанные модели (например, в R) будут иметь много dfs больше, чем N-x, но они остаются в силе.Я помню, как видел большие df в (например) выходных данных Brain Voyager FMRI. Я не разбираюсь в этих многоуровневых линейных смешанных моделях, но статистики, использующие R, поставили меня под сомнение и исправили в этой точке df (например, см. df в Meteyard and Holmes, 2018; я не проводил анализ). Рекомендацию в разделе «Как обнаружить» следует уточнить и/или при необходимости исправить.

Теперь мы выяснили, что в этом конкретном примере исследователи проводят простой регрессионный анализ.Мы также переформулировали этот вопрос в соответствии с предложением рецензента №1 относительно «единиц анализа», тем самым сведя к минимуму обсуждение df .

— «усреднить полученные значения r (не забудьте сначала нормализовать распределение!)» — Возможно, дайте здесь конкретный совет: например, используйте преобразование Фишера r-to-Z, Z=0,5log[(1+r)/ (1-р)].

Мы перефразировали это предложение, но не включили формулу, поскольку она кажется слишком подробной для целей этого раздела.

— «случайный фактор» — лучше бы «случайный эффект».

Изменено.

4) Ложные корреляции

Рецензент №1:

— Рисунок 2A, B, C — Проблема здесь, несомненно, в том, что «выбросы» оказывают большое влияние (рычаг) на многие статистические данные; средние значения, дисперсии, ковариации, регрессионный анализ, ANOVA и да, корреляции. Но это касается не только оценки корреляций. Конечно, проблема здесь заключается в том, чтобы представить данные визуально и рассмотреть значение (достоверность) любых точек данных, которые далеки от остального распределения.Мне не нравится здесь (неявный) аргумент, что корреляции Пирсона в каком-то смысле «неправильны». Это зависит от того, верна ли модель (прямая линия) и верны ли предположения о приблизительной нормальности. Вполне правдоподобно полагать, что рисунок 2C верен, и что была доступна только одна точка данных при X = 5, но есть веские основания полагать, что данные распределены нормально. Здесь я хотел бы отметить важность измерения ошибок при составлении отчетов. Здесь нам очень помогут доверительные интервалы корреляции Пирсона.Точечные оценки корреляций сами по себе бесполезны, если только данные не показаны визуально.

Согласен, и в этом разделе мы подчеркиваем преимущества надежных корреляций, которые учитывают дисперсию данного распределения. Но для среднего нейробиолога КИ сам по себе не будет иметь большого значения (фактически, большинство журналов, не относящихся к психологическим, не будут требовать/поощрять авторов сообщать описательную статистику). Более того, как указывает рецензент, CI корреляции (который мы сейчас добавили к рисунку) не позволит вам определить, является ли данная корреляция ложной или нет — это более глубокая проблема, о которой мы поговорим ниже.

«Ложные корреляции чаще всего возникают, если для одной из двух переменных присутствует один или несколько выбросов. Как показано в верхней строке рисунка 2, одно значение, отличное от остального распределения, может увеличить коэффициент корреляции. Ложные корреляции также могут возникать из-за кластеров, например. если данные из двух групп объединяются вместе, когда две группы различаются по этим двум переменным (как показано в нижней строке рисунка 2)».

. Еще одна вещь, с которой я бы не согласился, — это вывод о том, что ранговая корреляция Спирмена имеет больше смысла в настройках рис. 2B и рис. 2C.В общем, решения о том, следует ли допустить нормальность, лучше принимать по принципиальным, а не эмпирическим причинам. Использование непараметрического коэффициента корреляции не имеет для меня здесь большого смысла — они, как правило, очень неэффективны, поскольку мы сначала конвертируем в ранги, поэтому значение не меняется от рисунка 2B к рисунку 2C. Если бы данные были достаточно плотно распределены симметрично относительно среднего значения, за исключением одного значения, которое находится на большом расстоянии, моей первой рекомендацией было бы проверить достоверность экстремальной точки данных, а не переходить к непараметрической корреляции.

Мы полностью согласны с тем, что любые решения о статистическом анализе и удалении выбросов должны приниматься априори и по принципиальным причинам (см. наш раздел о p-взломе). По этим причинам мы не думаем, что точки данных следует отбрасывать на основе апостериорной визуализации данных, мы считаем, что это будет точкой консенсуса между нами и рецензентами. Итак, проблема заключается в том, как справиться с ситуацией, когда результаты кажутся обусловленными выбросом/кластером, не открывая при этом ящик Пандоры p-hacking? Усугубляет эту проблему тот факт, что во многих областях нейронауки размеры выборки очень ограничены, что затрудняет определение того, нарушают ли данные предположения параметрической статистики, включая идентификацию «истинных» выбросов.Поэтому параметрическая статистика сложна при решении этой проблемы. Ранговые корреляции помогают нам в некоторой степени смягчить эту проблему, потому что они не требуют от нас проверки каких-либо предположений, и было показано, что они более надежны для небольших размеров выборки (Mundry and Fischer, 1998) (хотя мы отмечаем, что Спирмен также чувствительны к выбросам (Rousselet and Pernet, 2012)). По этой причине мы выделяем надежные корреляции как лучшее решение здесь (см. также наш ответ рецензенту № 2

).

ниже, который высказал некоторые важные соображения).Теперь мы понимаем, что включение значений Спирмена в рисунок создало ложное впечатление, что это лучшая альтернатива. Чтобы избежать этого, мы убрали значения ро с рисунка.

«Надежные методы корреляции (например, бутстрапирование, винсоризация данных, пропущенные корреляции) следует отдавать предпочтение в большинстве случаев, поскольку они менее чувствительны к выбросам (Salibian-Barrera and Zamar, 2002). Это связано с тем, что эти тесты учитывают структуру данных (Wilcox, 2016).

Рецензент №2:

— «Тем не менее, использование параметрических корреляций, таких как r Пирсона, требует, чтобы обе переменные были нормально распределены».

Нет! Все параметрические линейные модели (насколько я понимаю) требуют нормального распределения ошибки. В случае одновыборочного t-теста против одного среднего это идентично требованию, чтобы сами переменные были нормально распределены. Но во всем остальном именно различия, ошибки или остатки после подбора модели должны быть нормально распределены, а не необработанные данные.Авторы повторяют в своем руководстве то, что я понимаю как очень распространенную неверную интерпретацию, и было бы хорошо, если бы они были абсолютно уверены в том, что то, что они говорят здесь, правильно, чтобы избежать увековечивания этих ошибок.

Мы благодарим рецензента за это образование! Теперь мы изменили текст следующим образом:

«Корреляции являются важным инструментом в науке для оценки степени связи между двумя переменными. Тем не менее, использование параметрических корреляций, таких как r Пирсона, основано на наборе допущений, которые важно учитывать, поскольку нарушение этих допущений может привести к ложным корреляциям.

Вот руководство от команды R: https://rcompanion.org/handbook/I_01.html, в частности: «В частности, тесты, обсуждаемые в этом разделе, предполагают, что распределение данных является условно нормальным в распределении. то есть данные распределяются нормально после того, как учтено влияние переменных в модели. На практике это означает, что остатки анализа должны быть нормально распределены. Обычно это оценивается с помощью гистограммы остатков, плотности график, как показано ниже, или с графиком квантиль-квантиль… Будьте осторожны, чтобы не запутаться в этом предположении.Вы можете увидеть обсуждение того, как «данные» должны нормально распределяться для параметрических тестов. Обычно это заблуждение».

Авторы правы в том, что (настоящие) выбросы могут привести к ложным корреляциям, но средство от этого, как они утверждают: стандартные ошибки и с должной осторожностью.

Одна из реальных проблем заключается в том, как определить «настоящие» выбросы? Возможно, большой размер выборки — это одно из средств, позволяющее лучше охватить население? Тем не менее, все еще будут случаи, когда четкие «выбросы» являются подлинными наблюдениями, которые подчиняются закону, который вы пытаетесь открыть.Например, измерение массы и длины тела в животном мире: в нижней части шкалы будет очень много мелких животных (например, насекомых), некоторые в середине (например, птицы и большинство млекопитающих) и еще меньше. все еще в крайностях (например, киты или слоны). Могу поспорить, что синий кит следует тому же статистическому закону зависимости массы от длины, что и комар (с отклонением от этой модели из-за формы). «Ложная» корреляция может возникнуть из-за неполной выборки проблемного пространства — если бы мы отбирали только насекомых и китов, мы могли бы сделать неверный вывод и назвать корреляцию между массой и длиной «ложной».Или, возможно, данные сначала нуждаются в логарифмическом преобразовании?

Моя трудная точка зрения такова: если у вас нет независимой причины для исключения конкретной точки данных (например, участник не выполнил задание должным образом, был без очков, нездоров, нетипичен; слон вытягивал ноги), то я думаю, что опасно делать вывод о том, что корреляция ложная только из-за одного «выброса». Скорее: авторам необходимо представить данные, проверить свои предположения и предположить, что к этому «выбросу» привела систематическая ошибка выборки или ошибка экспериментатора.В целом авторы здесь правы: ограниченная выборка предполагаемой совокупности может сделать такие выбросы более вероятными, и тогда корреляции могут быть более проблематичными. Но это все относительно, и ошибка может возникать в обоих направлениях (Тип I, Тип II). Единственное решение — быть очень осторожным как при включении, так и при исключении данных.

Мы полностью принимаем это замечание и переработали этот раздел, чтобы лучше отразить его.

— «когда две переменные не являются независимыми» — схемы повторных измерений часто будут иметь сильно коррелированные оценки между различными условиями или моментами времени у одних и тех же участников.Опять же, является ли реальная проблема здесь «независимой ошибкой» (остатками), а не «независимыми данными»?

Эта проблема теперь решается в новом элементе «круговой анализ». Мы постарались избежать этого статистического заблуждения.

— это ошибка «регрессия к среднему», которую я обсуждал в Холмсе (2007, 2009), но здесь эта тема заслуживает только «почетного упоминания»! Я бы предложил, чтобы все эти «круговые анализы» и «двойные провалы» (т. е. обе зависимости в данных были созданы экспериментатором) могли бы быть в отдельном разделе (после обработки приведенных ниже комментариев, в которых я предлагаю полностью удалить пункт 6). ).

Мы последовали этому предложению и добавили новый раздел (Раздел 6).

— Рис. 2А. Могу поспорить, что красная точка здесь не исключение.

Мы изменили легенду рисунка, чтобы она лучше отражала применяемую здесь процедуру.

«От А до С расстояние между основной популяцией ( N = 20, черные кружки) и красным кружком систематически менялось до тех пор, пока оно не стало формальным выбросом (С)».

— «они могут запускать некоторые базовые симуляции» — я согласен на 100% (Holmes 2007, 2009), но это предложение, на мой взгляд, заставит около 95% вашей целевой аудитории спрятаться под одеялом в страхе перед программированием.Как кто-то, кто недостаточно хорошо обучен, чтобы обнаружить эти проблемы, может «провести некоторые симуляции»? Могут ли авторы указать на онлайн-инструмент или учебник, который поможет?

Это предложение теперь перемещено в циклический анализ и перефразировано следующим образом:

«Если это уместно, рецензент может попросить авторов запустить моделирование, чтобы продемонстрировать, что интересующий результат не привязан к распределению шума и критериям выбора».

5) Использование маломощных групп

Рецензент №1:

— Эксперименты с малыми размерами выборки довольно часто бывают малы по очень веским причинам, не всегда, но часто.Мы не должны рекомендовать ученым не проводить небольшие эксперименты — иногда выбора нет, — но мы должны сказать им, чтобы они не сообщали статистические выводы. Особенно, если в исследовании нет априорного расчета мощности. Не уверен, что рисунок 3 многое здесь добавляет.

Спасибо, что подняли этот важный вопрос. Безусловно, в некоторых случаях (например, в исследованиях на животных и, в частности, на нечеловеческих приматах) есть очень веская причина для ограничения сбора данных, и в исправленную рукопись мы включили некоторые решения для таких случаев.Но это скорее исключение, чем правило. В частности, в нашей области когнитивной нейронауки литература ясно показывает, что мы часто слабы по плохим причинам (Higginson and Munafo, 2016). Как исследователь, который работает с редкими группами пациентов и использует дорогостоящие методы нейровизуализации, TRM предполагает, что во многих случаях это становится приоритетом (тратится гораздо больше времени и ресурсов на сбор немного большего количества данных). Как исследователь, который работает со здоровыми участниками с использованием недорогих методов, JJOdX считает, что, по-видимому, нет особых причин, по которым люди предпочитают публиковать исследования на очень малых размерах выборки (n < 15).Поэтому мы считаем, что как сообщество мы должны поднять планку. Поэтому мы по-прежнему уделяли большое внимание проверке статистической мощности.

«В ситуациях, когда размер выборки может быть изначально ограничен (например, исследования с редкими клиническими популяциями или нечеловекообразными приматами), следует приложить усилия для обеспечения репликации (как внутри, так и между случаями) и включения достаточных контролей (например, для установления доверительных интервалов). ). Предлагаются некоторые статистические решения для оценки тематических исследований (например,г., Кроуфорд т -тест; (Корбаллис, 2009)».

Рисунок 3 удален по просьбе рецензента и редактора.

Рецензент №2:

— «В частотной статистике, в которой используется порог значимости α = 0,05, 5% всех статистических тестов дадут значимый результат даже при отсутствии фактического эффекта (ложные срабатывания; ошибка типа I)» — я думаю авторам необходимо прояснить это немного больше, например: «Предположим, что ноль истинен, тогда данные случайной и независимой выборки из нормального распределения со средним значением, равным нулю, дадут выборку, которая при проверке на соответствие среднему нуля, имеет p-значение ниже или равно.05 примерно в 5% случаев». Слово «даже» в их утверждении здесь бесполезно — статистика явно предполагает, что ноль истинен (на самом деле он никогда не истинен!)

Поскольку мы удалили эту цифру, текст здесь был упрощен:

«Важно отметить, что большая корреляция не является результатом более сильной связи между двумя переменными, а просто потому, что переоценка фактического коэффициента корреляции (здесь r = 0) всегда будет больше при небольшой выборке. размер.Например, при выборке двух некоррелированных переменных с N =15 смоделированные ложноположительные корреляции примерно колеблются между |0,5-0,75| тогда как выборка тех же некоррелированных переменных с N =100 дает ложноположительные корреляции в диапазоне |0,2-0,25| (Код доступен на https://github.com/jjodx/InferentialMistakes)».

— «Учитывая, что эти две переменные случайны, не должно быть никаких существенных корреляций» — см. предыдущий пункт. Будет 5% «значимых» корреляций.

См. выше.

– «ложнозначимый» – мне не нравится эта фраза. Это кажется противоречивым. Я знаю, что они имеют в виду (что-то вроде: «используя стандартный критерий α, большинство исследователей пришли бы к выводу, что в популяции существует положительная корреляция, хотя на самом деле ее нет»).

См. выше.

— «эксперимент недостаточно мощный» — но в смоделированной популяции эффекта нет. Следовательно, не может быть достаточного размера выборки, чтобы обнаружить этот эффект.Следовательно, это не может быть «недостаточно мощным». Исправлять.

См. выше.

– ‘<' должно ли это быть на самом деле '≤'? И так во всей рукописи.

Текст был изменен, как было предложено.

— «Проекты с небольшим размером выборки также более подвержены ошибкам типа II» — почему? Ошибка типа II является нелинейной функцией размера выборки и реального размера эффекта. Для того, чтобы знать ошибку типа II, необходимо знать распределение генеральной совокупности, что почти никогда не бывает (и не требуется) в тех видах параметрических тестов нулевой гипотезы, которые обсуждают здесь авторы.

При малых выборках становится просто труднее обнаружить эффект, потому что мощность мала. Теперь это разъяснено в тексте следующим образом:

«Планы с небольшим размером выборки также более подвержены пропуску эффекта, существующего в данных (ошибка типа II). Для заданного размера эффекта (например, разницы между двумя группами) больше шансов обнаружить эффект при большем размере выборки (эта вероятность называется статистической мощностью).Следовательно, с большими выборками вы уменьшили вероятность того, что не обнаружите эффект, когда он действительно присутствует».

– «на основе ограниченного числа участников» – я бы убрал это, так как не считаю это оправданным. Я думаю, что все эффекты (особенно удивительные) из одного эксперимента следует воспринимать с одинаковой степенью осторожности, независимо от размера их выборки (кто в любом случае устанавливает критерий?). Статистика решает проблему размера выборки. Конечно, статистика может быть необъективной в зависимости от размера выборки, и некоторые из них содержат поправки (например,g., Hedges G вместо d Коэна), но если вы ожидаете большого эффекта (например, удаление стриарной коры ухудшит зрение), то я не вижу ничего плохого в том, чтобы провести абсолютный минимум испытаний на ваших субъектах, чтобы установить этот эффект. Было бы неэтично удалять зрительную кору 30 обезьян, когда для проверки гипотезы достаточно двух.

Мы согласны с тем, что это зависит от конкретного эксперимента, и поэтому мы должны быть более точными в наших рекомендациях.

«В ситуациях, когда размер выборки может быть изначально ограничен (например,грамм. исследований с редкими клиническими популяциями или нечеловекообразными приматами), следует приложить усилия для обеспечения репликации (как внутри, так и между случаями) и включения достаточного контроля (например, для установления доверительных интервалов). Некоторые статистические решения предлагаются для оценки тематических исследований (например, тест Кроуфорда t ; (Corballis, 2009)).

— «которые не были воспроизведены» — Да, мы должны быть особенно скептичны, если второй мощный эксперимент не сможет воспроизвести первый, но я обычно скептически отношусь к результатам одного эксперимента, независимо от его размера выборки.Я думаю, что главная мысль авторов состоит в том, что небольшие исследования будут иметь значение только при больших эффектах. Истинный. Но некоторые большие эффекты реальны, поэтому, учитывая один конкретный результат, как вы об этом узнаете? Нам должно быть позволено искать большие статистические эффекты. Сбор сходящихся и независимых доказательств следует искать во всех исследованиях, а не только у тех исследователей, которые ищут большие эффекты: Смит и Литтл (2018).

Мы полностью принимаем это замечание (которое также относится к комментариям рецензента №1 выше).Теперь мы пересмотрели текст, чтобы более точно отразить эти соображения:

«Как это обнаружить: Рецензенты должны критически изучить размер выборки, использованной в статье, и решить, достаточен ли размер выборки. В частности, должны быть отмечены чрезвычайные претензии, основанные на ограниченном числе участников.

Решения для исследователей: Один размер эффекта или одно значение p из небольшой выборки имеют ограниченную ценность, и рецензенты могут направить исследователей к Button et al., 2013, чтобы подчеркнуть это. Исследователи должны либо предоставить доказательства того, что они были достаточно компетентны, чтобы обнаружить эффект с самого начала, например, путем представления априорного статистического анализа мощности, либо выполнить повторение своего исследования. Проблема с расчетами мощности заключается в том, что они должны быть основаны на априорном расчете размера эффекта из независимого набора данных, и их трудно оценить в обзоре. Байесовская статистика дает возможность определить мощность для выявления эффекта постфактум (Kruschke, 2011).

6) Использование параметрической статистики при малых размерах выборки

– Извините, но я не могу согласиться с большей частью этого раздела. См. мои предыдущие комментарии о предположениях о нормальности. Тесты на нормальность действительно не очень полезны в большинстве случаев. В малых выборках, согласен с авторами, бесполезны. Однако в больших выборках они всегда будут отбраковывать с вероятностью, близкой к единице.

– В общем, решения о нормальности и о том, следует ли использовать параметрические или непараметрические методы, должны основываться главным образом на научных принципах.Например, если я собираю данные о росте 10 человек, я сообщаю медиану и IQR, но если я собираю данные о 50 людях, среднее значение и стандартное отклонение? Нет, это явно неправильно. Я полагаю, что высоты распределяются приблизительно, основываясь на том, как они измеряются, на моем собственном опыте и опыте других (независимо от того, что говорит мне тест на нормальность!), поэтому я должен обобщить данные на этом основании соответствующим образом. среднее значение и SD.

— Такой механический/автоматизированный подход к реализации статистических методов категорически не одобряется большинством статистиков.Это аналогично широко распространенной приверженности (неправильной) интерпретации p-значений, которая так широко подвергалась критике, среди прочего, Американской статистической ассоциацией. В своем руководстве по использованию статистических тестов для таких решений и роли p-значений ясно указывается, что «научные выводы и деловые или политические решения не должны основываться только на том, превышает ли p-значение определенный порог» и «Нет единственный индекс [значение p] должен заменить научное рассуждение».

— Для принятия решений о том, как должным образом анализировать данные, следует использовать научные рассуждения и прецеденты, а не произвольные специальные (зависящие от данных) статистические тесты.

Рецензент №2:

— Раздел 6 неверен и должен быть удален. Частично из-за той же проблемы, что и в пункте № 4 (нормальное распределение ошибки), но то, что авторы, похоже, аргументируют (невольно) отказом от параметрических тестов, а не для их использования только с «большими» выборками, поскольку поясняется ниже:

Параметрическая статистика была разработана для небольших выборок.Если у вас есть какие-либо сомнения по этому поводу, ознакомьтесь с Фишером (1925), полностью доступным здесь: https://psychclassics.yorku.ca/Fisher/Methods/index.htm

.

В параметрической статистике из выборки данных мы извлекаем параметры, например, среднее значение и стандартное отклонение (например, разницу между средними значениями двух условий). В нашей статистической модели мы сравниваем эти параметры с нормальным распределением, чтобы сделать вероятностные выводы, используя теоретическое распределение.

Когда размер выборки мал (скажем, <30), мы не соотносим наши параметры непосредственно с нормальным распределением.Скорее, мы относим их к t, F, хи-квадрату, пуассоновскому, биномиальному или любому другому подходящему статистическому распределению. Эти распределения были изначально созданы путем выборки небольшого количества точек данных и наблюдения за их поведением. Все эти распределения интересным образом искажены, но по мере увеличения N они приближаются к нормальному распределению.

Часто ошибочное (на мой взгляд) «практическое правило», согласно которому для проведения параметрической статистики требуется не менее 30 участников, неверно. В моем понимании наоборот.По мере увеличения N t-, F-, биномиальное, хи-квадратное и пуассоновское распределения сходятся все ближе и ближе к нормальному распределению. Таким образом, когда N = 30, вместо использования t-критерия вы можете просто использовать Z-критерий (т. Е. По существу игнорируя размер выборки). Критическое t-значение для 1 степени свободы (N = 2) при α = 0,05 равно 6,31 (т. е. 6,31 стандартных ошибок вашей выборки означает разницу вдали от нуля). При увеличении N до бесконечности критическое значение сходится к 1,645. При N = 30 критическое значение t равно 1,7, что, возможно, достаточно близко к Z-показателю популяции (1.645), что от t-распределения можно отказаться (т. е. для расчета SE имеет значение только размер выборки, df не требуется) и что вместо него можно использовать Z-распределение. Небольшие выборки уже «наказываются» через df, требуя гораздо больших размеров эффекта для прохождения произвольных статистических порогов.

Насколько я понимаю, большинство статистических тестов предназначены для небольших выборок. Непараметрические тесты предназначены для неинтервальных и неотносительных данных (категориальных, порядковых) или для интервальных/относительных данных с совокупностями, для которых нельзя сделать никаких разумных предположений (например,г., с большими необъяснимыми выбросами). Бутстрэппинг или другие непараметрические статистические методы могут быть полезны для проверки того, действительно ли небольшие выборки являются достаточно нормальными для использования параметрических тестов (например, из Makin et al., 2009, где Ns=6-11: «В каждом случае эта процедура бутстрэппинга подтвердили выводы, полученные из t-тестов, поэтому в этой рукописи мы приводим только стандартные параметрические тесты»).

Как правильно отмечают авторы, небольшие выборки имеют систематическую ошибку (например, величина эффекта больше для значимого эффекта), но это не делает недействительным использование параметрических тестов.Авторы цитируют Кар и Рамалингам (2013) в поддержку своего утверждения, однако из заключения этой статьи: «Следовательно, не существует такой вещи, как магическое число, когда речь идет о расчетах размера выборки, и произвольные числа, такие как 30, не должны учитываться». как адекватный».

— «хотя общепризнано, что вам не следует использовать параметрический тест с N < 10 (Fagerland, 2012)» — авторы не приводят никаких доказательств этого «общепринятого» правила. Я не согласен с этим, например, как и статистики, которые изобрели параметрические тесты.В статье, цитируемой Фагерлундом (2012 г.), специально рассматривались асимметричные распределения (гамма и логарифмически нормальное) основных параметров совокупности, и была сделана та же распространенная ошибка в отношении нормального распределения данных (должно быть: ошибка/остатки). Да, если данные дают искаженное распределение ошибок, требуется преобразование или непараметрические тесты, или большая выборка, и можно полагаться на центральную предельную теорему. Абсолютно нормально использовать параметрические тесты при разумных предположениях и с разумной осторожностью, когда N всего 2 (Fisher, 1925).

— «Непараметрические тесты… менее чувствительны к выбросам» — Самозагрузка — это своего рода непараметрический тест. Такие тесты могут выделять выбросы, выявляя мультимодальное распределение сводной статистики, но они столь же «чувствительны» к выбросам. Проверка распределений и проверка предположений — правильный подход.

Этот раздел был удален, поэтому мы не будем давать пошаговые ответы на комментарии рецензентов.

7) Гибкость анализа: p-hacking

Рецензент №1:

— Советы авторов о том, как обнаружить p-hacking, благонамеренны, но наивны.

По правде говоря, только путем предварительной регистрации и предоставления подробных планов анализа, таких как мы делаем в клинических испытаниях, мы можем когда-либо надеяться остановить р-хакерство. Для рецензента почти невозможно дать серьезную оценку этому, если у него нет доступного протокола исследования, по которому можно оценить приверженность отчетности.

Согласны — именно поэтому мы начали раздел «как это обнаружить» со следующей оговорки: «Гибкость анализа трудно обнаружить, потому что исследователи редко раскрывают всю необходимую информацию».Тем не менее, стремясь действовать на опережение, мы считаем, что рецензенты должны бросить вызов авторам, если предлагаемый анализ не является прямым/хорошо обоснованным/несовместимым с предыдущими публикациями. В пересмотренной рукописи мы подчеркиваем полезность предварительно зарегистрированных протоколов для помощи в обнаружении p-hanking и вновь подчеркиваем сложность его обнаружения в разделе «Как его обнаружить».

8) Ошибка при множественных сравнениях

Рецензент №1:

— Это сложный вопрос.Правда в том, что среди статистиков нет единого мнения относительно наилучшего метода коррекции. Это очень зависит от области применения, и многие просто не согласны с тем, что поправка на множественное тестирование имеет какой-либо смысл (например, Rothman, 1990, Epidemiology).

Я бы провел различие между исследовательским и подтверждающим анализом и дал разные рекомендации в зависимости от целей исследования. Мы можем быть более или менее обеспокоены ложноотрицательными и ложноположительными результатами в этих условиях.

Эта тема сложна и, вероятно, находится за пределами знаний большинства (неспециалистов) обозревателей и выходит за рамки данной статьи.

Согласен. Теперь мы подчеркиваем это важное различие и необходимость более внимательно относиться к обстоятельствам, приводящим к исправлению множественных сравнений (или их отсутствию).

«Когда исследователи изучают эффекты задач, они часто изучают влияние нескольких условий задачи на несколько переменных (поведенческие результаты, вопросы анкеты и т.), иногда с недоопределенной априорной гипотезой. Эта практика называется исследовательским анализом, в отличие от подтверждающего анализа, который по определению является более строгим. При использовании частотной статистики проведение множественных сравнений во время исследовательского анализа может иметь серьезные последствия для интерпретации важных результатов».

А:

«Поэтому при проведении поисковых анализов с большим набором переменных (гены, воксели фМРТ, временные точки ЭЭГ) для исследователей просто неприемлемо интерпретировать результаты, не выдержавшие коррекции на множественные сравнения, без четкого обоснования.Даже если исследователи предлагают приблизительный прогноз (например, эффект должен наблюдаться в определенной области мозга или с приблизительной задержкой), если этот прогноз можно проверить с помощью нескольких независимых сравнений, он требует корректировки для нескольких сравнений».

Рецензент №2:

— «для исследователей просто неприемлемо интерпретировать результаты, которые не выдержали поправку на множественные сравнения» — Даже если это гипотеза? Возможно, сюда следует добавить «исследовательский».Я не согласен с тем, что если эффект «может быть» проверен с использованием различных сравнений, то требуются поправки для множественных сравнений. Рецензент может просто сказать: «Ну, вы могли бы сделать это со всеми отдельными блоками данных, а не со средними показателями, поэтому вам нужно исправить…». . Следует поощрять явную, ограниченную, предварительно зарегистрированную проверку гипотез. Исследовательское тестирование — это хорошо, но его следует признать и скорректировать α.

Согласен. Теперь добавлено отличие от подтверждающего анализа (см. выше), а предложение изменено, как было предложено. Мы также подчеркиваем, что исследовательское тестирование абсолютно уместно, но его следует признать и скорректировать α.

9) Чрезмерная интерпретация незначительных результатов

Рецензент №1:

— это распространенная ошибка — настолько распространенная, что трудно поверить, что что-то, что мы предлагаем, будет иметь большое значение! Предложения авторов разумны, но немного размыты.

Согласен — это чрезвычайно распространенная проблема, и мы твердо верим, что ее можно успешно диагностировать и исправить в рамках процесса экспертной оценки. Таким образом, мы стремимся подчеркнуть это. Мы считаем, что наше предложение либо обосновать нулевой эффект с помощью специальной статистики, либо скорректировать интерпретацию теста является конкретным. Но если у рецензента есть дополнительные предложения, мы, конечно, будем рады добавить их.

Рецензент №2:

— «незначительные эффекты могут буквально означать что угодно» — так же как и значительные эффекты.Все перечисленные проблемы в равной степени применимы к значимым эффектам: истинным положительным результатам, слишком сильным малым эффектам (например, гораздо меньшим, чем значимый эффект, предсказываемый теорией) или неоднозначным эффектам. Ничего особенного в значении α, как отмечают авторы, нет.

Да, мы признаем, что существует большая общая проблема. Здесь мы имеем в виду более конкретную проблему, когда незначительное значение p не позволяет провести различие между отсутствием эффекта из-за его отсутствия (противоречащее доказательство гипотезе) или из-за нечувствительности данных к гипотезе. (т.е.грамм. из-за отсутствия статистической мощности или неподходящего плана эксперимента). Таким образом, он не интерпретируется в соответствии с любой текущей структурой и, следовательно, ошибочен, как подчеркнуто рецензентом № 1 выше. Мы согласны с тем, что важно указать на (большего) слона в комнате — отсутствие интерпретируемости значения p, которому мы посвящаем заключительную часть рукописи. Мы надеемся, что это обеспечивает баланс между непосредственной проблемой интерпретации нулевого результата и ограниченной интерпретируемостью значения p в более широком смысле.Мы изменили название раздела, чтобы сделать это различие более ясным, и немного перефразировали наш текст, чтобы лучше отразить наше значение:

.

«Много написано о произвольности этого порога (Wasserstein et al., 2019) и предложены альтернативы (например, .005; (Benjamin et al., 2018; Colquhoun, 2014; Lakens et al., 2018) […] Проще говоря, незначительные эффекты могут буквально означать очень разные вещи: истинный нулевой результат, слабый истинный эффект или неоднозначный эффект (см., например, (Altman and Bland, 1995)).

— «В противном случае исследователи не должны чрезмерно интерпретировать несущественные результаты и описывать их только как несущественные». — Итак, p = 0,049 является «значимым» и может быть интерпретировано, а p = 0,051 является «незначимым» и не должно «переоцениваться». Я думаю, что мы можем сделать лучше, чем это. Какие эмпирические правила предлагают авторы, чтобы обойти этот лингвистический порог? Я считаю, что если есть какие-либо сомнения в каком-либо конкретном результате, то следует нанести на график данные, проверить предположения, запустить моделирование, воспроизвести эксперимент с повышенной мощностью, найти сходящиеся доказательства, провести систематический обзор и метаанализ, представить работу на конференциях, спросите рецензентов… Когда вам говорят строго придерживаться дихотомии «значительное/незначительное», это не улучшит статистические выводы читателей.

Мы полностью согласны с этим пунктом и постарались отразить его в нашем комментарии. Во-первых, в специальном разделе мы поощряем обсуждение размера эффекта и характера доказательств. Мы также подчеркиваем проблематичное представление о том, что значение p, связанное с данным статистическим тестом, представляет его фактическую частоту ошибок (см. раздел «Обсуждение»). Наконец, мы просим, ​​чтобы незначительные результаты не преувеличивались, это не означает, что тенденции к значимости игнорируются!

«Это смешение также означает, что иногда исследователи могут игнорировать результат, который не соответствует p ≤0.05 порог, предполагая, что он бессмысленен, когда на самом деле он предоставляет достаточные доказательства против гипотезы или, по крайней мере, предварительные доказательства, требующие дальнейшего внимания».

10) Корреляция и причинно-следственная связь

Рецензент №1:

– Мне кажется, что ученые в целом хорошо разбираются в этом вопросе. На самом деле это не статистическая проблема сама по себе, а скорее использование осторожного языка при составлении отчетов.

Согласен. Это не статистическая проблема, а скорее ошибка вывода.Вот почему мы подчеркиваем в нашем Заголовке/Введении, что мы не ограничиваем список чисто статистическими вопросами.

— на рис. 4 показана не «корреляция», а данные двух временных рядов; правая ось Y выглядит как отрицательные числа из-за отметок оси; синий набор данных имеет автокорреляцию (в основном одни и те же люди едят маргарин в разные годы), а красный — нет (в основном разные люди разводятся). Поскольку авторы не создавали эту фигуру, я предлагаю удалить ее из своего урока.Я также предлагаю, чтобы они цитировали данные первичных исследований, а не вторичные веб-сайты (особенно когда этот веб-сайт помечает корреляцию r[без степеней свободы] = 0,9926 как корреляцию «99,26%». Это не так).

Эта фигурка удалена.

Почетные упоминания

Рецензент №1:

— я действительно не думаю, что раздел добавляет много, просто список терминов с небольшими пояснениями или вообще без них. Я бы посоветовал удалить.

Мы принимаем точку зрения рецензента.С включением циклического анализа многие из этих вопросов стали обсуждаться открыто. Другие вопросы были включены, если это уместно, на протяжении всей рукописи.

Рецензент №2:

— «Невероятно высокие корреляции» — Заменить на «размеры эффекта»?

Пересмотрено (и перемещено в раздел 6).

Выводы

Рецензент №2:

– Как бы это ни было интересно, я не понимаю, зачем нам в заключении обсуждение NHST и p-значений.Кажется немного не по теме. Резюме основных вопросов и совпадение общих ошибок и важности было бы гораздо полезнее. И некоторое признание важности общения с вашими коллегами-статистиками. Большинство вопросов, обсуждаемых здесь, являются очень распространенными проблемами, с которыми все (любые) статистики будут в состоянии помочь. Будь то на стадии разработки исследования, написания или обзора исследований.

Мы согласны с обоими пунктами. Теперь мы изменили название этого заключительного раздела на «Заключительные замечания», чтобы лучше отразить переданное содержание.Что касается рекомендаций по статистике, хотя мы полностью согласны с тем, что это могло бы помочь смягчить все поднятые здесь проблемы, мы не уверены, что это конструктивный совет. В нашем сообществе статистические консультации не являются стандартной практикой. Таким образом, нет хороших доступных ресурсов для поиска таких советов. Вместо этого, предлагая интуитивно понятное объяснение имеющихся проблем и способов их решения, мы предоставляем нашему сообществу новый ресурс. Действительно, мы не думаем, что углубленная статистическая подготовка необходима, чтобы избежать этих основных проблем.

[Примечание редактора: перед принятием были запрошены дополнительные изменения, как описано ниже.]

Благодарим вас за представление исправленной версии «Десяти распространенных логических ошибок, на которые следует обратить внимание при написании или рецензировании рукописи» на рассмотрение eLife. Эту версию видели два рецензента, рецензировавших исходную версию (Ник Парсонс и Ник Холмс), и их комментарии приведены ниже. Отвечать на эти комментарии должно быть просто, поэтому я хотел бы пригласить вас представить вторую исправленную версию, учитывающую эти комментарии.

Рецензент №1:

Резюме:

Авторы явно приложили огромные усилия, чтобы внести изменения в рукопись. Теперь его довольно сложно читать, учитывая все добавления и удаления, поэтому потребуется хорошая корректура, чтобы убедиться, что он по-прежнему имеет смысл и правильно сканируется. Я делаю ряд ответов на эти изменения:

Мы можем заверить рецензента (и редактора), что перед отправкой рукопись была проверена коллегой, который также является носителем английского языка.

Основные версии:

Я все еще думаю, что было бы странным аргументом сначала заявить, что эта статья мотивирована «… неэффективным экспериментальным планом, несоответствующим статистическим анализом и/или ошибочными рассуждениями, появляющимися в опубликованных статьях по неврологии…», а затем чуть позже сказать, что все выделенные вопросы «… применимы к целому ряду научных дисциплин, которые используют статистику для оценки результатов…». Верно последнее: затронутые вопросы хорошо знакомы большинству прикладных статистиков, работающих в науке.Если и есть какие-то особые вопросы, относящиеся к неврологии — которые, как я полагаю, вполне могут быть, — то они вообще не встречаются в этой рукописи. Я думаю, что эта рукопись работала бы намного лучше, если бы к названию было добавлено слово «нейробиология» и повсюду использовались примеры и проблемы, характерные для нейронауки. В целом, я не думаю, что эта рукопись действительно достигает своей цели — отвечать и общаться непосредственно с читателями-неврологами. Поднятые проблемы — обычные подозреваемые; вопросы, с которыми хорошо знакомы статистические обозреватели и прикладные статистики.Само по себе в этом нет ничего плохого, но, возможно, это упущенная возможность сделать что-то более эффективное. Например, обзор опубликованной литературы и описание распространенных ошибок в отчетах и ​​анализе были бы отличным способом мотивировать эту рукопись. Не серьезно предлагая, чтобы это было сделано сейчас. Но это оказалось очень эффективным способом внесения реальных изменений в исследовательскую культуру и в то, как исследования проводятся и публикуются в других дисциплинах.

Текущее введение является результатом компромисса между нашими собственными намерениями (как указано в нашем первоначальном проекте) и рекомендациями рецензента в предыдущем раунде изменений.Как сказано во введении, наш анализ этих 10 распространенных ошибок основан на нашем личном опыте читателей рукописей, который основан на множестве субдисциплин, связанных с нейронауками. Из обширного чтения, которое мы провели при написании этого комментария (как показано в нашем списке литературы), мы с тех пор узнали, что, что неудивительно, это очень распространенные ошибки в научных дисциплинах. Поэтому мы никоим образом не хотим утверждать, что это специфические проблемы нейробиологии, мы просто утверждаем, что они действительно являются общими для нейробиологии.Это чувство было передано во втором абзаце введения.

Чтобы проиллюстрировать некоторые из ошибок, мы попытались использовать общие примеры, учитывая огромное разнообразие практики нейробиологии. Но я могу заверить рецензента, что мы сосредоточили рукопись на нашей области — за исключением нобелевских лауреатов (что весьма поразительно!), все примеры связаны с неврологией. У нас нет возражений против добавления слова «нейронаука» к названию, хотя, как подчеркивает рецензент, было бы хорошо избегать этих ошибок при написании любой научной статьи, поэтому мы не уверены, что это измененное название будет иметь смысл.Я оставляю решение за редактором.

Что касается комментария рецензента о том, что эти проблемы являются «обычными подозреваемыми» — мы абсолютно согласны! Поскольку это такие распространенные проблемы, было предпринято много предыдущих попыток их решения. Но мы хотим выделить два аспекта, которые отделяют наши усилия от предыдущих попыток улучшить исследовательскую культуру. Во-первых, предыдущие комментарии/анализы (особенно те, которые включают обзоры опубликованной литературы), как правило, сосредоточены на одном ключевом вопросе или нескольких связанных вопросах.Кратко суммируя ряд общих вопросов в одном списке, мы надеемся, что относительная широта нашего комментария предоставит еще не существующий удобный инструмент, чтобы помочь нашему сообществу и, в частности, начинающим исследователям, которые ищут руководство, изучая, как рецензировать рукописи. Во-вторых, мы хотим выделить онлайн-инструмент, который мы разработали для сопровождения этого комментария. Инструмент предназначен не только для того, чтобы выяснить, какие проблемы являются наиболее важными, но и для того, чтобы предложить сообществу предложить альтернативные решения, тем самым способствуя конструктивному обсуждению того, как изменить нашу исследовательскую культуру.В исправленной рукописи мы дополнительно подчеркиваем эти два важных аспекта во Введении:

«Наш список далеко не полный. […] Мы также надеемся, что, критически рассматривая эти проблемы и наши потенциальные решения, исследователи станут более бдительными в отношении повторения этих ошибок в своих собственных рукописях».

0) Введение

ОК. Это явно вопрос перспективы. Меня довольно часто просят просмотреть документы с конкретным запросом, в котором меня просят взглянуть на статистические вопросы.Они часто приходят после запросов от рецензентов, не занимающихся статистикой, которые предлагают редактору привлечь специалиста по статистике для просмотра рукописи.

Согласен – это действительно вопрос перспективы.

2) Интерпретация сравнений между двумя эффектами без их прямого сравнения

На самом деле не уверен, что этот тип «…ошибочного вывода…» «…очень распространен…» в опубликованных статьях. Почти первое, чему мы учим в статистике, это как сравнивать группу А с группой Б, используя соответствующий статистический тест.Ошибка, которую здесь подчеркивают авторы, кажется гораздо более сложной, чем эта; чтобы сравнить средний ответ в двух группах, действительно ли я проверил бы каждую из них против нулевой гипотезы о том, что среднее значение равно 0, а затем сделал бы вывод, что если я отклоню одну группу, то я могу сделать вывод, что эта группа «статистически значимо» отличается от другой группа? Если это делается, то это делается для умышленного (злонамеренного) введения читателя в заблуждение.

Это настолько распространенная проблема, что была опубликована предыдущая (обзорная) статья, посвященная ее освещению (Nieuwenhuis et al., 2011; с тех пор процитировано более 550 раз). Авторы часто идентифицируют интересующий эффект (скажем, в группе А), затем они изучают эффект в контрольной группе (группа В) и сообщают, что эффект не был значительным для группы В. Таким образом, они делают вывод, что их результат является значительным после «исключения» или учета путаницы, связанной с контрольной группой B. Эта статья цитировалась более 570 раз. Как ни странно, мы попросили Криса Бейкера прокомментировать нашу рукопись (предыдущий редактор The Journal of Neuroscience — нашего основного журнала общества и старший автор знаменитой статьи о двойном погружении — цитировался 1870 раз).Он выделил эту проблему как наиболее распространенную, по его мнению. Мы изменили формулировку этого раздела, чтобы лучше объяснить, в чем проблема, мы надеемся, что теперь все стало понятнее.

4) Ложные корреляции

То, что я пытался сказать о добавлении доверительных интервалов, кажется, было неправильно понято. Я хотел бы сделать общее замечание, что, если это возможно (что обычно и бывает), все точечные оценки величин должны быть представлены с ошибками; например ДИ, диапазон, стандартная ошибка, интервалы начальной загрузки и т. д.Дело в том, что если бы это было сделано для корреляций, то влияние выброса на выводы было бы гораздо более очевидным, чем на графике, который просто представляет точечную оценку корреляции в виде прямой линии. Утверждение, что точки, выделенные красным цветом, являются явными «выбросами» — предположительно, потому, что они находятся далеко от подобранной линии — было бы гораздо менее обоснованным в качестве аргумента, если бы линия на самом деле была областью правдоподобных значений, учитывая наблюдаемые данные.

Приносим извинения за неправильное понимание комментария рецензента.Теперь мы добавили CI отдельных образцов.

Я абсолютно не предлагаю отбрасывать точки данных просто на основе апостериорной визуализации данных. Критический момент заключается в том, что ученым необходимо всегда подвергать сомнению свои собственные данные, а не только в конце исследования, когда все данные собраны и они уже не помнят, почему одно значение далеко от всех остальных. Вполне допустимо отбрасывать значения, если есть веские основания полагать, что что-то пошло не так или было записано неправильно.Это происходит постоянно – т.е. числа, случайно записанные в неправильных единицах измерения, не выполненная калибровка, дни и месяцы, перепутанные в датах – существует почти бесконечное количество способов, которыми данные могут быть «неправильными». Такое изменение значений вполне допустимо — я бы посоветовал, чтобы необработанные данные оставались неизменными, а правки вносились в пересмотренный набор данных, при этом изменения документировались и согласовывались со всеми участниками исследования, а также предоставлялись другим для проверки. Если мы сделаем это, то что мы будем делать с точками данных, которые авторы выделяют как «выбросы»? Это либо настоящие ошибки (что-то пошло не так, но мы не можем найти причину), либо настоящие точки данных.На мой взгляд, ни один из этих случаев не является веской причиной для использования устойчивых корреляций, если остальные данные выглядят достаточно нормально распределенными. Необходимо, если вы считаете, что последнее верно, чтобы изменить используемую модель, или в первом случае, возможно, ограничить выводы (подбор модели) областью, где у вас есть хорошие данные, и не включать экстремальные значения.

Неправильно полагать, что, например, использование непараметрического метода является решением (хорошей альтернативой) параметрическому методу в условиях, описанных здесь.Как я уже говорил в своем первоначальном комментарии, поскольку значения преобразуются в ранги, вы просто перемещаете экстремальное значение на рисунке 2C ближе к другим значениям. Так что на самом деле вы говорите, что не верите в то, что записанные данные верны в том смысле, что с ними можно обращаться так, как это подразумевается на графиках; то есть, что они являются непрерывными мерами, где расстояние между ними имеет некоторый смысл измерения «близости» (например, евклидово расстояние). Поэтому, если вы используете непараметрическую корреляцию, вы на самом деле говорите, что не считаете значение «правильным».В конечном счете, это возвращает нас к основам планирования эксперимента и написания плана статистического анализа (SAP) в начале исследования до начала сбора данных. В этом случае вам нужно четко указать, каковы ваши убеждения относительно метрических свойств каждого результата исследования — вы не можете просто выбрать использование непараметрического анализа после сбора данных, потому что это облегчает жизнь. Извините, что утомляю, но это важно, так как лежит в основе многих статистических проблем в научной отчетности.

Когда данные имеют нормальное распределение, надежные корреляции дают тот же ответ, что и корреляция Пирсона. Когда данные распределены ненормально, корреляция Пирсона может ввести в заблуждение. Важно отметить, что надежные корреляции гарантируют, что корреляция, о которой сообщают, не обусловлена ​​несколькими точками или выбросами (как мы упоминали в нашем первоначальном ответе). Даже если эти выбросы действительны, они делают недействительным статистический метод, с помощью которого оценивается взаимосвязь. Этот момент был передан в тексте следующим образом:

«Но если это истинное наблюдение рискует нарушить допущения вашего статистического теста, оно де-факто станет ложным и, следовательно, потребует другого статистического инструмента.

По нашему мнению и подтвержденному ссылками, которые мы предлагаем, надежные корреляции являются хорошим решением, которое легко доступно для минимизации ложных корреляций (обратите внимание, что рецензент № 2, которому мы также указали на это предлагаемое решение, был удовлетворен этим предложением) . Но, как мы заявили во введении, наша цель не в том, чтобы диктовать новый золотой стандарт в области передовой статистической практики. Вместо этого мы надеемся облегчить обсуждение того, как наилучшим образом решить эти проблемы в различных обстоятельствах, как это позволяет наш онлайн-инструмент.Подчеркнем, что часто существует множество альтернативных решений для решения описываемых нами проблем.