Фальсифицируемость: почему теория должна быть опровергаема?
🔍Почему важна фальсифицируемость в науке и как Карл Поппер изменил наше представление о том, что можно считать научным знанием? Этот принцип помогает отделять науку от псевдонауки и направляет ученых к истине.
Фальсифицируемость — один из важнейших принципов современной науки, сформулированный философом Карлом Поппером. Согласно этому принципу, научная теория считается ценной, если ее можно проверить и, при определенных обстоятельствах, опровергнуть. Поппер утверждал, что отличие научных теорий от псевдонаучных состоит в их проверяемости на практике.
Представим, что мы сталкиваемся с гипотезой: «Все лебеди белые». Чтобы она оставалась научной, мы должны искать случаи, где эта гипотеза окажется неверной, а именно — лебедей другого цвета. Встретив черного лебедя, мы опровергнем гипотезу и, соответственно, ее скорректируем или заменим.
Принцип фальсифицируемости особенно важен для развития науки, так как он побуждает ученых не просто подтверждать теории, а искать способы их опровержения и улучшения. Этот подход помог продвинуть науку вперед, сделав ее более объективной и критичной, убрав из поля «научности» множество идей, которые нельзя проверить или опровергнуть.
Карл Поппер показал, что открытость к опровержению — это путь к истине, ведь в процессе исследований мы всегда оставляем место для того, чтобы наши идеи могли меняться и улучшаться.
@SciArticleChannel
🔍Почему важна фальсифицируемость в науке и как Карл Поппер изменил наше представление о том, что можно считать научным знанием? Этот принцип помогает отделять науку от псевдонауки и направляет ученых к истине.
Фальсифицируемость — один из важнейших принципов современной науки, сформулированный философом Карлом Поппером. Согласно этому принципу, научная теория считается ценной, если ее можно проверить и, при определенных обстоятельствах, опровергнуть. Поппер утверждал, что отличие научных теорий от псевдонаучных состоит в их проверяемости на практике.
Представим, что мы сталкиваемся с гипотезой: «Все лебеди белые». Чтобы она оставалась научной, мы должны искать случаи, где эта гипотеза окажется неверной, а именно — лебедей другого цвета. Встретив черного лебедя, мы опровергнем гипотезу и, соответственно, ее скорректируем или заменим.
Принцип фальсифицируемости особенно важен для развития науки, так как он побуждает ученых не просто подтверждать теории, а искать способы их опровержения и улучшения. Этот подход помог продвинуть науку вперед, сделав ее более объективной и критичной, убрав из поля «научности» множество идей, которые нельзя проверить или опровергнуть.
Карл Поппер показал, что открытость к опровержению — это путь к истине, ведь в процессе исследований мы всегда оставляем место для того, чтобы наши идеи могли меняться и улучшаться.
@SciArticleChannel
🔥13👍6🤔3
🧪 Метод двойного слепого эксперимента: как это работает и зачем?
Двойной слепой эксперимент — важный метод для точных клинических исследований. Рассказываем, как он устроен и почему помогает минимизировать предвзятость, обеспечивая объективные результаты в медицине.
Метод двойного слепого эксперимента — это «золотой стандарт» для проведения клинических исследований и проверки эффективности медицинских препаратов. Но что это такое и зачем он нужен?
Суть двойного слепого метода состоит в том, что ни участники эксперимента, ни исследователи не знают, кто получает активное вещество, а кто — плацебо (или неактивное вещество). Это делается для минимизации предвзятости, которая может возникнуть, если участники или исследователи будут знать, кто что получает. Таким образом, исключаются эффекты ожидания и субъективного влияния, и результаты эксперимента оказываются более объективными.
Например, при тестировании нового лекарства его дают одной группе пациентов, а другой группе — пустышку, не раскрывая, кто что получает. В итоге исследователи сравнивают результаты и могут определить, действительно ли препарат эффективен или его успех связан с эффектом плацебо, когда улучшение состояния связано с верой в лечение, а не с самим веществом.
Двойной слепой метод позволил выявить множество полезных (и не столь полезных) медикаментов и методов лечения, став надежным инструментом медицинской науки. Благодаря этому методу можно с уверенностью сказать, что успех или неудача эксперимента связаны с самим препаратом, а не с ожиданиями людей.
@SciArticleChannel
Двойной слепой эксперимент — важный метод для точных клинических исследований. Рассказываем, как он устроен и почему помогает минимизировать предвзятость, обеспечивая объективные результаты в медицине.
Метод двойного слепого эксперимента — это «золотой стандарт» для проведения клинических исследований и проверки эффективности медицинских препаратов. Но что это такое и зачем он нужен?
Суть двойного слепого метода состоит в том, что ни участники эксперимента, ни исследователи не знают, кто получает активное вещество, а кто — плацебо (или неактивное вещество). Это делается для минимизации предвзятости, которая может возникнуть, если участники или исследователи будут знать, кто что получает. Таким образом, исключаются эффекты ожидания и субъективного влияния, и результаты эксперимента оказываются более объективными.
Например, при тестировании нового лекарства его дают одной группе пациентов, а другой группе — пустышку, не раскрывая, кто что получает. В итоге исследователи сравнивают результаты и могут определить, действительно ли препарат эффективен или его успех связан с эффектом плацебо, когда улучшение состояния связано с верой в лечение, а не с самим веществом.
Двойной слепой метод позволил выявить множество полезных (и не столь полезных) медикаментов и методов лечения, став надежным инструментом медицинской науки. Благодаря этому методу можно с уверенностью сказать, что успех или неудача эксперимента связаны с самим препаратом, а не с ожиданиями людей.
@SciArticleChannel
👍15❤4🔥2
📖 История журнала Science
Научный журнал Science — один из самых престижных и влиятельных научных журналов в мире, публикации которого задают направления для многих исследований. Его основал в 1880 году Томас Эдисон при поддержке Александра Грэма Белла. Первоначально журнал не приносил прибыли и его публикация оказалась под угрозой закрытия. Однако в 1900 году журнал спасла Американская ассоциация содействия развитию науки (AAAS), которая взяла его под свое крыло.
Сегодня Science публикует исследования практически по всем направлениям науки: от медицины и биологии до астрофизики и климатологии. Ежегодно журнал получает тысячи научных статей, но публикуется лишь около 7% из них. Science активно поддерживает публикации в формате открытого доступа, особенно по темам, представляющим общественный интерес.
Среди самых громких публикаций Science — статьи, которые стали знаковыми в науке и повлияли на развитие целых областей. В 1985 году журнал опубликовал данные об открытии озоновой дыры над Антарктидой, что вскоре привело к международным мерам по защите атмосферы, включая Монреальский протокол, спасший озоновый слой от дальнейшего разрушения 🌍.
В 2012 году мир узнал об экспериментальном подтверждении бозона Хиггса, частицы, которая придает другим частицам массу — это стало основой современных представлений в квантовой физике ⚛️.
И в 2016 году Science описал первое обнаружение гравитационных волн, предсказанных Эйнштейном, что открыло новую эпоху в астрономии, позволяя «слышать» события, происходящие на огромных расстояниях в космосе 🌌.
Публикация в Science — это возможность повлиять на глобальную науку, поскольку исследования из журнала становятся ориентиром для ученых и исследователей по всему миру.
@SciArticleChannel
Научный журнал Science — один из самых престижных и влиятельных научных журналов в мире, публикации которого задают направления для многих исследований. Его основал в 1880 году Томас Эдисон при поддержке Александра Грэма Белла. Первоначально журнал не приносил прибыли и его публикация оказалась под угрозой закрытия. Однако в 1900 году журнал спасла Американская ассоциация содействия развитию науки (AAAS), которая взяла его под свое крыло.
Сегодня Science публикует исследования практически по всем направлениям науки: от медицины и биологии до астрофизики и климатологии. Ежегодно журнал получает тысячи научных статей, но публикуется лишь около 7% из них. Science активно поддерживает публикации в формате открытого доступа, особенно по темам, представляющим общественный интерес.
Среди самых громких публикаций Science — статьи, которые стали знаковыми в науке и повлияли на развитие целых областей. В 1985 году журнал опубликовал данные об открытии озоновой дыры над Антарктидой, что вскоре привело к международным мерам по защите атмосферы, включая Монреальский протокол, спасший озоновый слой от дальнейшего разрушения 🌍.
В 2012 году мир узнал об экспериментальном подтверждении бозона Хиггса, частицы, которая придает другим частицам массу — это стало основой современных представлений в квантовой физике ⚛️.
И в 2016 году Science описал первое обнаружение гравитационных волн, предсказанных Эйнштейном, что открыло новую эпоху в астрономии, позволяя «слышать» события, происходящие на огромных расстояниях в космосе 🌌.
Публикация в Science — это возможность повлиять на глобальную науку, поскольку исследования из журнала становятся ориентиром для ученых и исследователей по всему миру.
@SciArticleChannel
👍10🔥4❤2✍1
🧠 Популярные научные заблуждения: что неверно и почему?
Многие широко распространённые убеждения кажутся правдой, но не подтверждаются наукой. Какие мифы стоит пересмотреть?
Миф о «правополушарных и левополушарных» людях. Считается, что люди делятся на логичных и творческих в зависимости от доминирующего полушария мозга. На самом деле оба полушария активно работают вместе в любой деятельности, и эта идея оказалась упрощённой.
Миф о «памяти воды». Это заблуждение основано на идее, что вода может «запоминать» информацию о веществах, с которыми она контактировала. Однако научные исследования не подтверждают этот эффект, и теория не считается доказанной.
Детокс-диеты. Считается, что «детоксы» очищают организм от токсинов. В реальности здоровый организм сам очищается через печень и почки, и специальные диеты или добавки не дают дополнительного эффекта.
Такие мифы напоминают о важности критического подхода и проверки информации, даже если она кажется логичной.
@SciArticleChannel
Многие широко распространённые убеждения кажутся правдой, но не подтверждаются наукой. Какие мифы стоит пересмотреть?
Миф о «правополушарных и левополушарных» людях. Считается, что люди делятся на логичных и творческих в зависимости от доминирующего полушария мозга. На самом деле оба полушария активно работают вместе в любой деятельности, и эта идея оказалась упрощённой.
Миф о «памяти воды». Это заблуждение основано на идее, что вода может «запоминать» информацию о веществах, с которыми она контактировала. Однако научные исследования не подтверждают этот эффект, и теория не считается доказанной.
Детокс-диеты. Считается, что «детоксы» очищают организм от токсинов. В реальности здоровый организм сам очищается через печень и почки, и специальные диеты или добавки не дают дополнительного эффекта.
Такие мифы напоминают о важности критического подхода и проверки информации, даже если она кажется логичной.
@SciArticleChannel
👍13❤2
🧬 Научные революции: Почему иногда приходится «ломать» старые теории?
Научные революции — это переломные моменты, когда наука отказывается от старых теорий и принимает новые взгляды на устройство мира. Почему наука не боится пересматривать свои основы?
Что такое научная революция? Научная революция происходит, когда накопившиеся факты больше не укладываются в рамки старой теории. В такие моменты учёные вынуждены искать новые объяснения, чтобы лучше описать реальность.
Пример: теория относительности и физика Ньютона. Исаак Ньютон объяснял движение тел и силу гравитации, что работало несколько веков. Но в начале XX века Эйнштейн предложил теорию относительности, показав, что при очень высоких скоростях старые законы больше не работают. Это перевернуло наше представление о пространстве и времени.
Теория эволюции Дарвина. До Дарвина считалось, что все виды неизменны. Однако его теория естественного отбора показала, что виды могут меняться и развиваться со временем, что радикально изменило биологию и наше понимание жизни на Земле.
Научные революции помогают науке развиваться, давая более точные и полные ответы на старые вопросы.
@SciArticleChannel
Научные революции — это переломные моменты, когда наука отказывается от старых теорий и принимает новые взгляды на устройство мира. Почему наука не боится пересматривать свои основы?
Что такое научная революция? Научная революция происходит, когда накопившиеся факты больше не укладываются в рамки старой теории. В такие моменты учёные вынуждены искать новые объяснения, чтобы лучше описать реальность.
Пример: теория относительности и физика Ньютона. Исаак Ньютон объяснял движение тел и силу гравитации, что работало несколько веков. Но в начале XX века Эйнштейн предложил теорию относительности, показав, что при очень высоких скоростях старые законы больше не работают. Это перевернуло наше представление о пространстве и времени.
Теория эволюции Дарвина. До Дарвина считалось, что все виды неизменны. Однако его теория естественного отбора показала, что виды могут меняться и развиваться со временем, что радикально изменило биологию и наше понимание жизни на Земле.
Научные революции помогают науке развиваться, давая более точные и полные ответы на старые вопросы.
@SciArticleChannel
👍13
Человеческий мозг и его вычислительная мощность
Мозг человека состоит примерно из 86 миллиардов нейронов, каждый из которых может образовывать до 10 000 связей с другими нейронами. Это создает сеть с потенциально 1 квадриллионом (10^15) синапсов. Такое количество синапсов обеспечивает огромные возможности для хранения и обработки информации.
Современные суперкомпьютеры, такие как IBM Summit, обрабатывают данные на скорости до 200 петафлопс, но при этом потребляют 13 мегаватт энергии. Мозг человека обрабатывает примерно 1 петабайт информации в секунду (или 1 эксафлопс, если учесть параллельные процессы) и потребляет всего около 20 ватт, что делает его на порядок эффективнее по энергопотреблению.
Механизмы, благодаря которым мозг работает так эффективно, стали областью интенсивного изучения в нейроморфных вычислениях. Например, компания IBM создала чип TrueNorth, который имитирует нейронные процессы и работает, потребляя на 99% меньше энергии, чем традиционные процессоры. Это дает начало новым вычислительным подходам, которые могут революционизировать энергосберегающие технологии.
Powered by SciBiz @SciArticleBot
doi:10.3389/neuro.09.031.2009
Мозг человека состоит примерно из 86 миллиардов нейронов, каждый из которых может образовывать до 10 000 связей с другими нейронами. Это создает сеть с потенциально 1 квадриллионом (10^15) синапсов. Такое количество синапсов обеспечивает огромные возможности для хранения и обработки информации.
Современные суперкомпьютеры, такие как IBM Summit, обрабатывают данные на скорости до 200 петафлопс, но при этом потребляют 13 мегаватт энергии. Мозг человека обрабатывает примерно 1 петабайт информации в секунду (или 1 эксафлопс, если учесть параллельные процессы) и потребляет всего около 20 ватт, что делает его на порядок эффективнее по энергопотреблению.
Механизмы, благодаря которым мозг работает так эффективно, стали областью интенсивного изучения в нейроморфных вычислениях. Например, компания IBM создала чип TrueNorth, который имитирует нейронные процессы и работает, потребляя на 99% меньше энергии, чем традиционные процессоры. Это дает начало новым вычислительным подходам, которые могут революционизировать энергосберегающие технологии.
В статье рассматривается количество нейронов и глиальных клеток в мозге человека и сравнивается с другими видами млекопитающих, использование нового количественного инструмента для анализа состава мозга различных млекопитающих, включая людей. В обзоре основное внимание уделяется уникальным характеристикам человеческого мозга и тому, как он вписывается в более широкий контекст нервной системы млекопитающих.
Powered by SciBiz @SciArticleBot
doi:10.3389/neuro.09.031.2009
👍13🔥2
Самоорганизация: Как порядок возникает из хаоса
В природе часто можно наблюдать, как упорядоченные структуры возникают из хаотичных систем без какого-либо внешнего управления. Примеры самоорганизации включают кристаллизацию, образование снежинок, рой пчел, а также формирование полос и спиралей у животных. Эти явления происходят по принципу самоорганизации, когда множество элементов системы взаимодействуют локально, образуя сложные структуры и порядок.
Самоорганизация происходит через простые правила взаимодействия между элементами. Например, в химических реакциях Белоусова-Жаботинского спонтанно появляются цветные кольца и волны благодаря непрерывным химическим реакциям между реагентами. Данный процесс изучается в нелинейной динамике, где элементы системы начинают реагировать согласованно, образуя новые устойчивые паттерны.
Самоорганизация происходит во многих областях науки, и изучение этих процессов на стыке физики, химии и биологии приводит к открытию новых закономерностей. Например, физики и химики исследуют процессы самоорганизации в плазме и полимерах, биологи изучают, как клетки организуются в ткани, а экологи наблюдают закономерности в групповых движениях животных. Данное явление также вдохновляет разработчиков алгоритмов в программировании и искусственном интеллекте, где самоорганизация помогает моделировать сложные задачи, такие как оптимизация сетей или поведенческое моделирование.
Понимание процессов самоорганизации открывает перед наукой перспективы создания искусственных материалов с заданными свойствами, разработки энергосберегающих технологий и улучшения понимания природных процессов. Принцип также лежит в основе многих алгоритмов в робототехнике, где автономные роботы могут координировать свои действия для выполнения сложных задач без центрального управления.
Powered by SciBiz @SciArticleBot
Doi:10.1098/rstb.2017.0113
В природе часто можно наблюдать, как упорядоченные структуры возникают из хаотичных систем без какого-либо внешнего управления. Примеры самоорганизации включают кристаллизацию, образование снежинок, рой пчел, а также формирование полос и спиралей у животных. Эти явления происходят по принципу самоорганизации, когда множество элементов системы взаимодействуют локально, образуя сложные структуры и порядок.
Самоорганизация происходит через простые правила взаимодействия между элементами. Например, в химических реакциях Белоусова-Жаботинского спонтанно появляются цветные кольца и волны благодаря непрерывным химическим реакциям между реагентами. Данный процесс изучается в нелинейной динамике, где элементы системы начинают реагировать согласованно, образуя новые устойчивые паттерны.
Самоорганизация происходит во многих областях науки, и изучение этих процессов на стыке физики, химии и биологии приводит к открытию новых закономерностей. Например, физики и химики исследуют процессы самоорганизации в плазме и полимерах, биологи изучают, как клетки организуются в ткани, а экологи наблюдают закономерности в групповых движениях животных. Данное явление также вдохновляет разработчиков алгоритмов в программировании и искусственном интеллекте, где самоорганизация помогает моделировать сложные задачи, такие как оптимизация сетей или поведенческое моделирование.
Понимание процессов самоорганизации открывает перед наукой перспективы создания искусственных материалов с заданными свойствами, разработки энергосберегающих технологий и улучшения понимания природных процессов. Принцип также лежит в основе многих алгоритмов в робототехнике, где автономные роботы могут координировать свои действия для выполнения сложных задач без центрального управления.
В этой статье рассматривается концепция самоорганизации в биологических системах, с упором на два ключевых процесса: фазовый переход и реакция-диффузия, рассматриваются физические и биологические факторы, которые управляют самоорганизацией, и преимущества таких структур в живых системах. В статье также освещаются открытые вопросы и будущие проблемы, связанные с изучением самоорганизующихся систем и их потенциальных применений в медицине и синтетической биологии.
Powered by SciBiz @SciArticleBot
Doi:10.1098/rstb.2017.0113
👍10❤3🔥3
Репликационный кризис в науке: насколько достоверны наши исследования?
В некоторых областях, таких как психология и медицина, было обнаружено, что 60-70% исследований не удается повторить с теми же результатами. Это означает, что многие выводы могут быть ошибочными или преувеличенными.
Проблема репликации особенно актуальна в научных статьях с небольшими выборками и высокими уровнями статистической значимости. Это стало одной из главных причин для появления методик пререгистрации и повышения открытости данных в научных публикациях.
Powered by SciBiz @SciArticleBot
Doi:10.1126/science.aac4716
В некоторых областях, таких как психология и медицина, было обнаружено, что 60-70% исследований не удается повторить с теми же результатами. Это означает, что многие выводы могут быть ошибочными или преувеличенными.
Проблема репликации особенно актуальна в научных статьях с небольшими выборками и высокими уровнями статистической значимости. Это стало одной из главных причин для появления методик пререгистрации и повышения открытости данных в научных публикациях.
Масштабный исследовательский проект был проведен для оценки воспроизводимости психологической науки путем воспроизведения 100 психологических экспериментов. Результаты показали, что 71% воспроизведенных исследований показали значительный эффект, в то время как 96% воспроизведений имели меньший размер эффекта, чем исходные исследования. Исследование показало, что успех воспроизведения сильнее коррелировал со значением P исходного исследования, размером эффекта и проверенным взаимодействием, а не с характеристиками исследовательских групп. Результаты показывают, что есть возможности для улучшения воспроизводимости в психологии, и научное сообщество должно предпринять шаги для повышения качества и достоверности научной литературы.
Powered by SciBiz @SciArticleBot
Doi:10.1126/science.aac4716
👍10🤔3❤2🔥1
ElsevierGenderReport.pdf
4.6 MB
Женщины в науке: как меняется демография научного сообщества?
Согласно данным ЮНЕСКО, доля женщин в научных исследованиях в мире составляет примерно 30%, при этом в некоторых странах, таких как Иран и Малайзия, доля женщин в научном сообществе превышает 50%.
В таких областях, как биология и медицина, женщины составляют значительную часть исследователей, в то время как в физике, инженерии и компьютерных науках их доля существенно ниже. Несмотря на рост, разрыв в оплате и академических возможностях между полами все еще значителен.
Powered by SciBiz @SciArticleBot
Согласно данным ЮНЕСКО, доля женщин в научных исследованиях в мире составляет примерно 30%, при этом в некоторых странах, таких как Иран и Малайзия, доля женщин в научном сообществе превышает 50%.
В таких областях, как биология и медицина, женщины составляют значительную часть исследователей, в то время как в физике, инженерии и компьютерных науках их доля существенно ниже. Несмотря на рост, разрыв в оплате и академических возможностях между полами все еще значителен.
Согласно отчету Elsevier "Gender in the Global Research Landscape", женщины составляют около 33% всех исследователей в мире, причем их доля выше в странах с развивающейся экономикой, таких как Малайзия и Аргентина (до 50%), и ниже в США и ЕС (около 32-35%). В биомедицинских и социальных науках женщины представлены шире (до 55%), тогда как в таких дисциплинах, как физика, инженерия и математика, их доля остается на уровне 20-30%. Несмотря на меньшее количество публикаций и цитирований в сравнении с мужчинами, исследования, выполненные смешанными гендерными коллективами, более цитируемы, что подчеркивает ценность гендерного разнообразия в науке.
Powered by SciBiz @SciArticleBot
👍10❤3
Цифровизация науки и её влияние на исследования
Цифровизация науки играет центральную роль в современной научной среде, предоставляя доступ к огромным объемам данных и сверхмощным вычислительным ресурсам. Современные научные базы данных, такие как PubMed, Scopus и Google Scholar, содержат сотни миллионов научных записей, и их объем увеличивается ежегодно на десятки миллионов. Например, только в Scopus регистрируется более 2,5 миллионов новых статей в год. Такие платформы становятся незаменимыми для ученых, облегчая доступ к знаниям и их систематизацию.
С другой стороны, рост вычислительных мощностей привел к революции в области моделирования. Суперкомпьютеры, такие как Fugaku (Япония), обладающий производительностью более 500 петафлопс, позволяют моделировать сложнейшие системы — от динамики климата до структуры белков, как это было продемонстрировано в проекте AlphaFold для предсказания белковых структур. Аналогично, проекты на стыке биоинформатики и физики, такие как анализ больших данных геномики, стали возможными благодаря этой цифровой трансформации.
Однако цифровизация науки вызывает и дискуссии. Вопросы точности данных, прозрачности алгоритмов и этики при работе с большими данными становятся все более актуальными. Например, доступ к данным и результаты исследований могут быть неравномерными из-за цифрового разрыва между развитыми и развивающимися странами. Кроме того, алгоритмы анализа данных, включая ИИ, могут содержать скрытые предвзятости.
Powered by SciBiz @SciArticleBot
🔗 10.1016/j.patter.2023.100876
Цифровизация науки играет центральную роль в современной научной среде, предоставляя доступ к огромным объемам данных и сверхмощным вычислительным ресурсам. Современные научные базы данных, такие как PubMed, Scopus и Google Scholar, содержат сотни миллионов научных записей, и их объем увеличивается ежегодно на десятки миллионов. Например, только в Scopus регистрируется более 2,5 миллионов новых статей в год. Такие платформы становятся незаменимыми для ученых, облегчая доступ к знаниям и их систематизацию.
С другой стороны, рост вычислительных мощностей привел к революции в области моделирования. Суперкомпьютеры, такие как Fugaku (Япония), обладающий производительностью более 500 петафлопс, позволяют моделировать сложнейшие системы — от динамики климата до структуры белков, как это было продемонстрировано в проекте AlphaFold для предсказания белковых структур. Аналогично, проекты на стыке биоинформатики и физики, такие как анализ больших данных геномики, стали возможными благодаря этой цифровой трансформации.
Однако цифровизация науки вызывает и дискуссии. Вопросы точности данных, прозрачности алгоритмов и этики при работе с большими данными становятся все более актуальными. Например, доступ к данным и результаты исследований могут быть неравномерными из-за цифрового разрыва между развитыми и развивающимися странами. Кроме того, алгоритмы анализа данных, включая ИИ, могут содержать скрытые предвзятости.
В этой статье рассматривается использование искусственного интеллекта (ИИ) и машинного обучения (МО) для ускорения научных открытий и достижений. В ней обсуждаются проблемы интеграции методов, основанных на данных, с научными знаниями и важность высокопроизводительных вычислений в различных научных областях. Потенциал ИИ и МО демонстрируется в таких областях, как материаловедение, биомедицинская наука и климатология, подчеркивая необходимость дальнейших исследований и разработок для полного использования их возможностей.
Powered by SciBiz @SciArticleBot
🔗 10.1016/j.patter.2023.100876
👍7
Как меняются научные дисциплины — рост междисциплинарных исследований
Современная наука активно движется от узкой специализации к междисциплинарным подходам. Этот сдвиг обусловлен сложностью современных научных задач, требующих интеграции знаний из разных областей.
Междисциплинарные исследования составляют около 30% всех научных публикаций, и их доля ежегодно увеличивается на 5-7%. Например, работы на стыке биологии и информатики выросли более чем на 250% с начала 2000-х годов, в значительной степени благодаря проектам, связанным с геномикой и биоинформатикой.
Исследования, основанные на сочетании подходов разных наук, способствовали революции в медицине (CRISPR — соединение биологии и химии), климатологии (объединение физики, компьютерных наук и экологии), и материаловедении (биоматериалы на основе нанотехнологий).
Междисциплинарные проекты часто сталкиваются с проблемами, связанными с традиционной системой экспертизы, где каждую область оценивают отдельно. Это приводит к сложностям в поиске финансирования. По данным отчета Nature, междисциплинарные гранты составляют всего 12% от общего числа грантов научных фондов.
Powered by SciBiz @SciArticleBot
🔗 10.3389/fdata.2020.577974
Современная наука активно движется от узкой специализации к междисциплинарным подходам. Этот сдвиг обусловлен сложностью современных научных задач, требующих интеграции знаний из разных областей.
Междисциплинарные исследования составляют около 30% всех научных публикаций, и их доля ежегодно увеличивается на 5-7%. Например, работы на стыке биологии и информатики выросли более чем на 250% с начала 2000-х годов, в значительной степени благодаря проектам, связанным с геномикой и биоинформатикой.
Исследования, основанные на сочетании подходов разных наук, способствовали революции в медицине (CRISPR — соединение биологии и химии), климатологии (объединение физики, компьютерных наук и экологии), и материаловедении (биоматериалы на основе нанотехнологий).
Междисциплинарные проекты часто сталкиваются с проблемами, связанными с традиционной системой экспертизы, где каждую область оценивают отдельно. Это приводит к сложностям в поиске финансирования. По данным отчета Nature, междисциплинарные гранты составляют всего 12% от общего числа грантов научных фондов.
В этой статье обсуждаются проблемы и возможности междисциплинарных исследований в области искусственного интеллекта (ИИ) и их влияние на общество, подчеркивается важность междисциплинарности, прозрачности и объяснимости в ИИ для предотвращения предвзятости и обеспечения безопасности и качества продуктов и услуг ИИ. В статье также подчеркивается необходимость образования и обучения в области ИИ как для специалистов по ИИ, так и для широкой общественности.
Powered by SciBiz @SciArticleBot
🔗 10.3389/fdata.2020.577974
🔥6👍2
Роль сокращения времени внедрения технологий
В последние столетия наука и технологии демонстрируют резкое сокращение времени от теоретических открытий до практического применения. По данным ЮНЕСКО, среднее время от научного открытия до его коммерциализации в XX веке составляло 20-30 лет, тогда как в XXI веке оно сократилось до 5-10 лет для передовых технологий, таких как биоинформатика и искусственный интеллект. Эта тенденция связана с ускорением передачи знаний, развитием вычислительных технологий и глобальной кооперацией.
Исторические примеры:
- Электромагнетизм и электричество. В 1860-х годах Джеймс Клерк Максвелл сформулировал уравнения, описывающие электромагнитные волны. Однако их применение, например, для радиосвязи, потребовало десятилетий. Лишь в 1895 году Маркони провел первый успешный радиопередатчик.
- Теория относительности и ядерная энергия. Формула Эйнштейна, предложенная в 1905 году, была применена практически только в 1940-х годах при создании атомной бомбы. Это заняло около 40 лет.
Современные примеры:
- CRISPR-Cas9. Геномный редактор был открыт в 2012 году, а уже к 2020 году получил практическое применение в медицине (экспериментальные лечения генетических заболеваний) и сельском хозяйстве (генно-модифицированные культуры).
- Квантовые компьютеры. Концепция квантовых вычислений, предложенная Ричардом Фейнманом в 1980-х, начала реализовываться в реальных прототипах менее чем за 30 лет. Уже в 2019 году Google продемонстрировал "квантовое превосходство".
Причины ускорения:
- Увеличение вычислительных мощностей. Современные компьютеры позволяют моделировать сложные системы за часы, тогда как ранее это занимало годы.
- Глобальная кооперация. Ученые из разных стран работают над общими проектами. Например, проект Геном человека занял 13 лет, но был завершен благодаря усилиям международных команд.
🔗 Technology Over the Long Run
В последние столетия наука и технологии демонстрируют резкое сокращение времени от теоретических открытий до практического применения. По данным ЮНЕСКО, среднее время от научного открытия до его коммерциализации в XX веке составляло 20-30 лет, тогда как в XXI веке оно сократилось до 5-10 лет для передовых технологий, таких как биоинформатика и искусственный интеллект. Эта тенденция связана с ускорением передачи знаний, развитием вычислительных технологий и глобальной кооперацией.
Исторические примеры:
- Электромагнетизм и электричество. В 1860-х годах Джеймс Клерк Максвелл сформулировал уравнения, описывающие электромагнитные волны. Однако их применение, например, для радиосвязи, потребовало десятилетий. Лишь в 1895 году Маркони провел первый успешный радиопередатчик.
- Теория относительности и ядерная энергия. Формула Эйнштейна, предложенная в 1905 году, была применена практически только в 1940-х годах при создании атомной бомбы. Это заняло около 40 лет.
Современные примеры:
- CRISPR-Cas9. Геномный редактор был открыт в 2012 году, а уже к 2020 году получил практическое применение в медицине (экспериментальные лечения генетических заболеваний) и сельском хозяйстве (генно-модифицированные культуры).
- Квантовые компьютеры. Концепция квантовых вычислений, предложенная Ричардом Фейнманом в 1980-х, начала реализовываться в реальных прототипах менее чем за 30 лет. Уже в 2019 году Google продемонстрировал "квантовое превосходство".
Причины ускорения:
- Увеличение вычислительных мощностей. Современные компьютеры позволяют моделировать сложные системы за часы, тогда как ранее это занимало годы.
- Глобальная кооперация. Ученые из разных стран работают над общими проектами. Например, проект Геном человека занял 13 лет, но был завершен благодаря усилиям международных команд.
🔗 Technology Over the Long Run
🔥9👍6
Научные сообщества: от первых академий до современных коллабораций
Научные сообщества формировались как платформы для обмена идеями и совместного продвижения знаний. Одной из первых стала Accademia dei Lincei, основанная в Италии в 1603 году, участниками которой были такие известные ученые, как Галилео Галилей. Позже, в 1660 году, была основана Королевская академия наук в Лондоне, ставшая примером для других стран.
Ключевая функция ранних научных обществ заключалась в публикации открытий и их обсуждении. Например, Королевское общество основало первый научный журнал Philosophical Transactions в 1665 году, который до сих пор публикуется.
В XXI веке насчитывается более 50 000 научных обществ, объединяющих исследователей по всему миру. Международные коллаборации занимают центральное место в современной науке, и их количество увеличилось на 40% за последние два десятилетия, особенно в таких дисциплинах, как физика и медицина.
Научные сообщества и международные проекты укрепляют качество исследований, способствуют более быстрому внедрению технологий и помогают решать глобальные вызовы.
Примеры коллабораций:
- CERN (Европейская организация по ядерным исследованиям). Участвуют более 10 000 ученых из 70 стран.
Главные достижения включают открытие бозона Хиггса в 2012 году.
- Проект "Геном человека" (1990–2003). Международное участие ученых из США, Европы и Азии.
Результат: расшифровка полного человеческого генома, что ускорило развитие генетической медицины.
- COVID-19 и международное сотрудничество. Быстрое создание вакцин, таких как Pfizer-BioNTech, стало возможным благодаря кооперации компаний и академических институтов из разных стран.
Powered by SciBiz @SciArticleBot
🔗 10.1111/j.1523-1739.2008.01059.x
Научные сообщества формировались как платформы для обмена идеями и совместного продвижения знаний. Одной из первых стала Accademia dei Lincei, основанная в Италии в 1603 году, участниками которой были такие известные ученые, как Галилео Галилей. Позже, в 1660 году, была основана Королевская академия наук в Лондоне, ставшая примером для других стран.
Ключевая функция ранних научных обществ заключалась в публикации открытий и их обсуждении. Например, Королевское общество основало первый научный журнал Philosophical Transactions в 1665 году, который до сих пор публикуется.
В XXI веке насчитывается более 50 000 научных обществ, объединяющих исследователей по всему миру. Международные коллаборации занимают центральное место в современной науке, и их количество увеличилось на 40% за последние два десятилетия, особенно в таких дисциплинах, как физика и медицина.
Научные сообщества и международные проекты укрепляют качество исследований, способствуют более быстрому внедрению технологий и помогают решать глобальные вызовы.
Примеры коллабораций:
- CERN (Европейская организация по ядерным исследованиям). Участвуют более 10 000 ученых из 70 стран.
Главные достижения включают открытие бозона Хиггса в 2012 году.
- Проект "Геном человека" (1990–2003). Международное участие ученых из США, Европы и Азии.
Результат: расшифровка полного человеческого генома, что ускорило развитие генетической медицины.
- COVID-19 и международное сотрудничество. Быстрое создание вакцин, таких как Pfizer-BioNTech, стало возможным благодаря кооперации компаний и академических институтов из разных стран.
В этой статье подчеркивается значение научных обществ в 21 веке и предлагается молодым специалистам присоединиться к этим организациям и поддержать их. Авторы считают, что членство в обществе — это не просто профессиональная обязанность, но и способ отстаивать важность науки и сохранения природы. Они призывают опытных специалистов быть наставниками и вдохновлять молодых специалистов на активное участие в научных обществах, поскольку их участие жизненно важно для будущего этой области.
Powered by SciBiz @SciArticleBot
🔗 10.1111/j.1523-1739.2008.01059.x
Society for Conservation Biology
Scientific Societies in the 21st Century: a Membership Crisis
Click on the article title to read more.
👍7❤6✍1
Этика больших данных: как ученые соблюдают баланс между открытостью данных и защитой конфиденциальности
В эпоху больших данных ученые сталкиваются с двойной задачей: обеспечить доступность данных для прогресса науки и защитить конфиденциальность, особенно в медицинских и социальных исследованиях. Например, утечка данных о пациентах может нарушить законы конфиденциальности (например, GDPR) и повредить репутации исследовательских институтов.
Примеры решений:
- Анонимизация данных. Удаление идентифицирующей информации, чтобы снизить риск идентификации человека.
- Управление доступом. Использование "закрытых хранилищ", где доступ к данным ограничивается строгими условиями.
- Технологии защиты конфиденциальности. Алгоритмы "дифференциальной приватности", которые добавляют "шум" в данные, сохраняя их аналитическую полезность.
- Этические комитеты. Внедрение этических проверок на этапах сбора, хранения и анализа данных.
Примеры реализации этики больших данных:
- Проект "Genomic Data Commons" (GDC). В США действует GDC — платформа для хранения и анализа данных геномики, использующая строгие анонимные протоколы для защиты информации пациентов. Доступ предоставляется только зарегистрированным исследователям, чтобы минимизировать риск утечек.
- COVID-19 и контакт-трейсинг. В некоторых странах, включая Германию, использовались приложения, сохраняющие конфиденциальность благодаря децентрализованному хранению данных на устройствах пользователей.
- Дифференциальная приватность Google. Алгоритмы Google обрабатывают поисковые запросы, добавляя "шум" к статистике, чтобы защитить данные пользователей и сохранить их аналитику.
Powered by SciBiz @SciArticleBot
🔗 10.1002/eahr.500111
В эпоху больших данных ученые сталкиваются с двойной задачей: обеспечить доступность данных для прогресса науки и защитить конфиденциальность, особенно в медицинских и социальных исследованиях. Например, утечка данных о пациентах может нарушить законы конфиденциальности (например, GDPR) и повредить репутации исследовательских институтов.
Примеры решений:
- Анонимизация данных. Удаление идентифицирующей информации, чтобы снизить риск идентификации человека.
- Управление доступом. Использование "закрытых хранилищ", где доступ к данным ограничивается строгими условиями.
- Технологии защиты конфиденциальности. Алгоритмы "дифференциальной приватности", которые добавляют "шум" в данные, сохраняя их аналитическую полезность.
- Этические комитеты. Внедрение этических проверок на этапах сбора, хранения и анализа данных.
Примеры реализации этики больших данных:
- Проект "Genomic Data Commons" (GDC). В США действует GDC — платформа для хранения и анализа данных геномики, использующая строгие анонимные протоколы для защиты информации пациентов. Доступ предоставляется только зарегистрированным исследователям, чтобы минимизировать риск утечек.
- COVID-19 и контакт-трейсинг. В некоторых странах, включая Германию, использовались приложения, сохраняющие конфиденциальность благодаря децентрализованному хранению данных на устройствах пользователей.
- Дифференциальная приватность Google. Алгоритмы Google обрабатывают поисковые запросы, добавляя "шум" к статистике, чтобы защитить данные пользователей и сохранить их аналитику.
В этой статье обсуждаются этические и правовые проблемы использования больших данных в исследованиях общественного здравоохранения, особенно в контексте пандемии Covid-19. В ней подчеркивается важность баланса между конфиденциальностью и справедливостью, а также необходимость прозрачности, участия заинтересованных сторон и надежной исследовательской среды. Авторы утверждают, что принятие подхода «большие данные — по дизайну» может помочь решить эти проблемы и сделать исследовательские проекты более этически надежными.
Powered by SciBiz @SciArticleBot
🔗 10.1002/eahr.500111
2🔥7👍4
LiDAR и цивилизация майя: как лазеры открыли тысячи древних тайн под джунглями
Технология LiDAR совершила революцию в изучении цивилизации майя, позволив обнаружить более 60 000 ранее неизвестных объектов в густых лесах северной Гватемалы. Эти открытия, сделанные в рамках инициативы PACUNAM LiDAR, раскрыли доказательства существования высокоорганизованной и взаимосвязанной цивилизации, сравнимой с Древней Грецией или Китаем. Лазерное сканирование позволило идентифицировать скрытые под джунглями сооружения, такие как укрепления, дороги, ирригационные системы и пирамиды. Оценки показывают, что численность населения майя в классический период могла достигать 10–15 миллионов человек, что значительно превышает прежние предположения.
Эти находки изменили представление о сложной социальной организации майя, продемонстрировав существование широкомасштабного городского планирования и передовых аграрных технологий даже в областях, считавшихся ранее непригодными для жизни. Проект также подчеркнул потенциал LiDAR в других археологических контекстах, демонстрируя его способность проникать сквозь густую растительность и обеспечивать беспрецедентные детали.
Powered by SciBiz @SciArticleBot
🔗 10.1371/journal.pone.0249314
Технология LiDAR совершила революцию в изучении цивилизации майя, позволив обнаружить более 60 000 ранее неизвестных объектов в густых лесах северной Гватемалы. Эти открытия, сделанные в рамках инициативы PACUNAM LiDAR, раскрыли доказательства существования высокоорганизованной и взаимосвязанной цивилизации, сравнимой с Древней Грецией или Китаем. Лазерное сканирование позволило идентифицировать скрытые под джунглями сооружения, такие как укрепления, дороги, ирригационные системы и пирамиды. Оценки показывают, что численность населения майя в классический период могла достигать 10–15 миллионов человек, что значительно превышает прежние предположения.
Эти находки изменили представление о сложной социальной организации майя, продемонстрировав существование широкомасштабного городского планирования и передовых аграрных технологий даже в областях, считавшихся ранее непригодными для жизни. Проект также подчеркнул потенциал LiDAR в других археологических контекстах, демонстрируя его способность проникать сквозь густую растительность и обеспечивать беспрецедентные детали.
В этом исследовании использовалась технология дистанционного зондирования лидаром для изучения древнего поселения майя в регионе Пуук на Юкатане, Мексика. Результаты показали высокую плотность населения и зависимость от технологий хранения воды. Исследование также обнаружило свидетельства камнеобрабатывающей промышленности, включая печи и карьеры, и предоставило первые четкие доказательства террасирования и использования извести в этом районе.
Powered by SciBiz @SciArticleBot
🔗 10.1371/journal.pone.0249314
2🤔4👍1🗿1
Увеличение финансирования климатических исследований: драйверы и достижения
За период с 2020 по 2023 год глобальное финансирование климатических исследований увеличилось на 50%, достигнув рекордных уровней. Значительная часть средств направляется на изучение возобновляемой энергетики, улучшение климатических моделей и технологические инновации для сокращения выбросов углерода. Эти инвестиции связаны с растущим осознанием мировыми лидерами серьезности климатического кризиса и усилиями международных соглашений, таких как Парижское соглашение.
- Возобновляемая энергетика. Исследования в этой области получают до 60% дополнительных грантов, что ускоряет разработку новых технологий, таких как солнечные панели с высокой КПД, и водородные энергоносители.
- Глобальное моделирование климата. Современные модели, финансируемые правительствами США и ЕС, позволяют точнее предсказать экстренные изменения климата, что увеличивает точность прогнозов на 25–30%.
- Адаптация и устойчивость. Финансирование также направлено на проекты по адаптации к изменениям климата, такие как защита прибрежных зон от повышения уровня моря.
По состоянию на 2024 год глобальные усилия по сокращению выбросов парниковых газов (ПГ) остаются недостаточными для достижения критической цели – ограничения глобального потепления до 1,5°C выше доиндустриального уровня. Межправительственная группа экспертов по изменению климата (IPCC) подчеркнула, что для достижения этой цели выбросы ПГ должны достичь пика до 2025 года и снизиться на 43% к 2030 году по сравнению с уровнями 2019 года. Однако текущие прогнозы показывают, что при существующих национальных обязательствах по климату (NDC) выбросы сократятся лишь примерно на 2% к 2030 году, что значительно ниже необходимого уровня.
Powered by SciBiz @SciArticleBot
🔗 10.1017/sus.2023.25
За период с 2020 по 2023 год глобальное финансирование климатических исследований увеличилось на 50%, достигнув рекордных уровней. Значительная часть средств направляется на изучение возобновляемой энергетики, улучшение климатических моделей и технологические инновации для сокращения выбросов углерода. Эти инвестиции связаны с растущим осознанием мировыми лидерами серьезности климатического кризиса и усилиями международных соглашений, таких как Парижское соглашение.
- Возобновляемая энергетика. Исследования в этой области получают до 60% дополнительных грантов, что ускоряет разработку новых технологий, таких как солнечные панели с высокой КПД, и водородные энергоносители.
- Глобальное моделирование климата. Современные модели, финансируемые правительствами США и ЕС, позволяют точнее предсказать экстренные изменения климата, что увеличивает точность прогнозов на 25–30%.
- Адаптация и устойчивость. Финансирование также направлено на проекты по адаптации к изменениям климата, такие как защита прибрежных зон от повышения уровня моря.
По состоянию на 2024 год глобальные усилия по сокращению выбросов парниковых газов (ПГ) остаются недостаточными для достижения критической цели – ограничения глобального потепления до 1,5°C выше доиндустриального уровня. Межправительственная группа экспертов по изменению климата (IPCC) подчеркнула, что для достижения этой цели выбросы ПГ должны достичь пика до 2025 года и снизиться на 43% к 2030 году по сравнению с уровнями 2019 года. Однако текущие прогнозы показывают, что при существующих национальных обязательствах по климату (NDC) выбросы сократятся лишь примерно на 2% к 2030 году, что значительно ниже необходимого уровня.
Отчет 10 New Insights in Climate Science 2023, совместный проект Future Earth, Earth League и Всемирной программы исследований климата, освещает наиболее важные и актуальные результаты исследований в области изменения климата. Отчет охватывает широкий спектр тем: от проблем превышения предела глобального потепления в 1,5°C до необходимости справедливого энергетического перехода. В статье подчеркивается важность быстрого, но упорядоченного отказа от ископаемого топлива и необходимость справедливого энергетического перехода.
Powered by SciBiz @SciArticleBot
🔗 10.1017/sus.2023.25
1👍5
Квантовые вычисления: революция в фармацевтике и криптографии
Квантовые вычисления представляют собой одну из самых перспективных технологий, и они могут существенно изменить как фармацевтику, так и криптографию. В области фармацевтики квантовые компьютеры обещают ускорить процессы разработки новых препаратов и молекулярных структур, что особенно важно для лечения редких заболеваний и создания персонализированных медицинских решений.
Ожидается, что в ближайшие 5–10 лет квантовые вычисления окажут значительное влияние на этапы разработки лекарств, включая оптимизацию клинических испытаний и повышение эффективности производства активных фармацевтических ингредиентов. Ожидается, что рынок квантовых технологий вырастет с 500 млн долларов в 2022 году до 4,4 млрд долларов к 2028 году.
В криптографии квантовые технологии также вызовут революцию. Современные алгоритмы защиты данных будут уязвимы к мощным квантовым вычислениям, что потребует разработки новых методов защиты, устойких к квантовым атакам. Уже сегодня ведется работа по созданию таких методов, что обеспечит безопасность в будущем для критически важной информации, в том числе в финансовых и медицинских сферах.
Эти трансформации, которые квантовые технологии могут вызвать, имеют огромный потенциал для различных отраслей.
Powered by SciBiz @SciArticleBot
🔗 10.1017/qut.2023.4
Квантовые вычисления представляют собой одну из самых перспективных технологий, и они могут существенно изменить как фармацевтику, так и криптографию. В области фармацевтики квантовые компьютеры обещают ускорить процессы разработки новых препаратов и молекулярных структур, что особенно важно для лечения редких заболеваний и создания персонализированных медицинских решений.
Ожидается, что в ближайшие 5–10 лет квантовые вычисления окажут значительное влияние на этапы разработки лекарств, включая оптимизацию клинических испытаний и повышение эффективности производства активных фармацевтических ингредиентов. Ожидается, что рынок квантовых технологий вырастет с 500 млн долларов в 2022 году до 4,4 млрд долларов к 2028 году.
В криптографии квантовые технологии также вызовут революцию. Современные алгоритмы защиты данных будут уязвимы к мощным квантовым вычислениям, что потребует разработки новых методов защиты, устойких к квантовым атакам. Уже сегодня ведется работа по созданию таких методов, что обеспечит безопасность в будущем для критически важной информации, в том числе в финансовых и медицинских сферах.
Эти трансформации, которые квантовые технологии могут вызвать, имеют огромный потенциал для различных отраслей.
В этой статье рассматривается потенциал квантовых вычислений в здравоохранении и медицине. В ней освещаются различные приложения квантовых вычислений в таких областях, как геномика, клинические исследования, диагностика и лечение. Особое внимание уделяется использованию квантового машинного обучения (QML), которое показало свою конкурентоспособность по сравнению с классическими эталонами в недавних медицинских исследованиях. В статье также обсуждаются проблемы и этические аспекты использования квантовых вычислений в здравоохранении и медицине.
Powered by SciBiz @SciArticleBot
🔗 10.1017/qut.2023.4
1🔥7❤4👍2
Карта науки: где рождаются самые цитируемые открытия?
Современная научная деятельность характеризуется глобализацией и интердисциплинарным взаимодействием. Лидерами по числу высокоцитируемых публикаций остаются США, Китай и страны Европы. США сохраняют доминирующие позиции благодаря крупнейшим научным центрам, таким как MIT и Гарвард, обеспеченным грантами и инновационной инфраструктурой. Китай демонстрирует стремительный рост в областях ИИ и материаловедения, увеличивая долю глобальных публикаций до 15%.
Международные коллаборации составляют основу наиболее цитируемых статей: более 60% таких работ — результаты совместной работы учёных из разных стран. Наибольшее влияние отмечено в медицине, физике и технологиях.
Глобальные научные тренды подчеркивают значимость коллаборации, улучшения инфраструктуры и стратегий открытого доступа для дальнейшего роста цитируемости.
Powered by SciBiz @SciArticleBot
🔗 10.1162/qss_a_00156
Современная научная деятельность характеризуется глобализацией и интердисциплинарным взаимодействием. Лидерами по числу высокоцитируемых публикаций остаются США, Китай и страны Европы. США сохраняют доминирующие позиции благодаря крупнейшим научным центрам, таким как MIT и Гарвард, обеспеченным грантами и инновационной инфраструктурой. Китай демонстрирует стремительный рост в областях ИИ и материаловедения, увеличивая долю глобальных публикаций до 15%.
Международные коллаборации составляют основу наиболее цитируемых статей: более 60% таких работ — результаты совместной работы учёных из разных стран. Наибольшее влияние отмечено в медицине, физике и технологиях.
Глобальные научные тренды подчеркивают значимость коллаборации, улучшения инфраструктуры и стратегий открытого доступа для дальнейшего роста цитируемости.
В этом исследовании изучается гипотеза о том, что глобальное исследовательское сотрудничество привело к развитию самоорганизующейся сети, независимой от национальной исследовательской политики. Анализ, охватывающий 40 лет и включающий 38 стран, показывает, что по мере того, как страны увеличивают свое международное сотрудничество, их исследовательские портфели становятся более схожими. Эта тенденция наиболее очевидна в странах G7 и BRICK, причем G7 имеет более разнообразный и равномерно распределенный исследовательский портфель, в то время как страны BRICK имеют более сфокусированный и ориентированный на технологии исследовательский портфель. Результаты указывают на глобальную тенденцию к увеличению сходства исследовательских портфелей, обусловленную ростом международного сотрудничества.
Powered by SciBiz @SciArticleBot
🔗 10.1162/qss_a_00156
MIT Press
Analyzing sentiments in peer review reports: Evidence from two science funding agencies
Abstract. Using a novel combination of methods and data sets from two national funding agency contexts, this study explores whether review sentiment can be used as a reliable proxy for understanding peer reviewer opinions. We measure reviewer opinions via…
👍7
Научные тренды 2025: что публикуют сейчас и будут обсуждать завтра?
Современные научные исследования демонстрируют устойчивый рост междисциплинарных направлений и цифровизацию данных, что позволяет решать глобальные проблемы, такие как изменение климата и устойчивое развитие.
Основные тренды:
- Искусственный интеллект (ИИ): Исследования в области ИИ, включая машинное обучение и обработку данных, показывают стабильный рост, с увеличением числа публикаций на 18-20% ежегодно. Особенно это заметно в таких областях, как биоинформатика и здравоохранение, где ИИ активно используется для диагностики заболеваний, оптимизации медицинских процессов и анализа больших данных.
- Экология и устойчивое развитие: В 2023 году около 25% всех научных публикаций были посвящены экологическим темам, включая изменение климата, переход на чистую энергетику и устойчивое сельское хозяйство. Эти исследования направлены на поиск решений для смягчения воздействия человеческой деятельности на окружающую среду и адаптацию к климатическим изменениям.
- Квантовые технологии: Квантовые вычисления и квантовая криптография занимают важное место в научной повестке, с ежегодным ростом числа публикаций на 15-18%. Эти технологии открывают новые возможности для решения сложных задач в таких областях, как материалы, фармацевтика и безопасность данных.
Powered by SciBiz @SciArticleBot
🔗 10.48550/arXiv.2305.04133
Современные научные исследования демонстрируют устойчивый рост междисциплинарных направлений и цифровизацию данных, что позволяет решать глобальные проблемы, такие как изменение климата и устойчивое развитие.
Основные тренды:
- Искусственный интеллект (ИИ): Исследования в области ИИ, включая машинное обучение и обработку данных, показывают стабильный рост, с увеличением числа публикаций на 18-20% ежегодно. Особенно это заметно в таких областях, как биоинформатика и здравоохранение, где ИИ активно используется для диагностики заболеваний, оптимизации медицинских процессов и анализа больших данных.
- Экология и устойчивое развитие: В 2023 году около 25% всех научных публикаций были посвящены экологическим темам, включая изменение климата, переход на чистую энергетику и устойчивое сельское хозяйство. Эти исследования направлены на поиск решений для смягчения воздействия человеческой деятельности на окружающую среду и адаптацию к климатическим изменениям.
- Квантовые технологии: Квантовые вычисления и квантовая криптография занимают важное место в научной повестке, с ежегодным ростом числа публикаций на 15-18%. Эти технологии открывают новые возможности для решения сложных задач в таких областях, как материалы, фармацевтика и безопасность данных.
В этой статье обсуждается исследование, которое использует исторические данные публикаций, предварительно обученные языковые модели и патенты для прогнозирования популярности научных тем в будущем. Исследование показывает, что количество патентов и соотношение обзорных статей к оригинальным исследовательским статьям можно использовать для прогнозирования популярности темы. Результаты показывают, что тенденции научных публикаций можно предсказать на годы вперед с использованием исторических данных, что может быть очень полезно для планирования критических решений в исследованиях, образовании и внедрении технологий.
Powered by SciBiz @SciArticleBot
🔗 10.48550/arXiv.2305.04133
👍5
Трансляционная наука: Применение фундаментальных открытий для решения реальных проблем
Трансляционная наука представляет собой важный процесс, направленный на перевод результатов фундаментальных исследований в практические приложения, способствующие решению реальных проблем в медицине, инженерии, экологии и других областях.
Процесс трансляции начинается с теоретических исследований, которые открывают новые механизмы или возможности. Например, фундаментальные исследования молекулярной биологии позволили значительно углубить понимание механизмов заболеваний, таких как рак или диабет, что открыло путь к созданию новых методов лечения и диагностики. Однако ключевым моментом является перевод этих открытий в практические решения, такие как лекарства, устройства и технологии.
Примеры:
1. Таргетная терапия в онкологии
Исследования в области генетики и молекулярной биологии привели к созданию таргетных терапий, которые фокусируются на определенных молекулярных мишенях, присутствующих в опухолевых клетках, что позволяет минимизировать побочные эффекты по сравнению с традиционными методами лечения. Одним из ярких примеров является препарат Imatinib (Гливек), который блокирует активность определенных генов, ответственных за развитие хронического миелолейкоза, улучшив прогноз и продолжительность жизни пациентов.
2. Нанотехнологии в инженерии
Применение нанотехнологий открыло возможности для создания новых материалов с уникальными свойствами, такими как сверхпроводимость и высокая прочность. Примером является создание углеродных нанотрубок, которые уже применяются для производства сверхлегких и прочных материалов для авиации и медицины, а также для создания высокоемких батарей для электромобилей.
Таким образом, трансляционная наука объединяет научное сообщество с промышленностью и государственными институтами, что способствует ускоренному внедрению инновационных решений для реальных проблем общества.
Powered by SciBiz @SciArticleBot
🔗 10.1016/j.cdtm.2019.12.002
Трансляционная наука представляет собой важный процесс, направленный на перевод результатов фундаментальных исследований в практические приложения, способствующие решению реальных проблем в медицине, инженерии, экологии и других областях.
Процесс трансляции начинается с теоретических исследований, которые открывают новые механизмы или возможности. Например, фундаментальные исследования молекулярной биологии позволили значительно углубить понимание механизмов заболеваний, таких как рак или диабет, что открыло путь к созданию новых методов лечения и диагностики. Однако ключевым моментом является перевод этих открытий в практические решения, такие как лекарства, устройства и технологии.
Примеры:
1. Таргетная терапия в онкологии
Исследования в области генетики и молекулярной биологии привели к созданию таргетных терапий, которые фокусируются на определенных молекулярных мишенях, присутствующих в опухолевых клетках, что позволяет минимизировать побочные эффекты по сравнению с традиционными методами лечения. Одним из ярких примеров является препарат Imatinib (Гливек), который блокирует активность определенных генов, ответственных за развитие хронического миелолейкоза, улучшив прогноз и продолжительность жизни пациентов.
2. Нанотехнологии в инженерии
Применение нанотехнологий открыло возможности для создания новых материалов с уникальными свойствами, такими как сверхпроводимость и высокая прочность. Примером является создание углеродных нанотрубок, которые уже применяются для производства сверхлегких и прочных материалов для авиации и медицины, а также для создания высокоемких батарей для электромобилей.
Таким образом, трансляционная наука объединяет научное сообщество с промышленностью и государственными институтами, что способствует ускоренному внедрению инновационных решений для реальных проблем общества.
В этой статье обсуждаются достижения в области желудочно-кишечной эндоскопии, включая использование искусственного интеллекта и 3D-визуализации, которые улучшили обнаружение ранних форм рака желудочно-кишечного тракта и точность эндоскопической диагностики. Развитие эндоскопического ультразвука и транслюминальной эндоскопии через естественные отверстия расширило диагностические и лечебные возможности эндоскопии. В статье также подчеркивается важность биобанков в трансляционной медицине, особенно в ранней диагностике и лечении рака желудочно-кишечного тракта. Биобанки предоставляют ценный ресурс для исследователей, помогая в идентификации генов риска и разработке моделей прогнозирования риска заболеваний, которые затем могут использоваться для руководства клинической диагностикой, профилактикой и лечением. Создание биобанков помогает преодолеть разрыв между фундаментальными и клиническими исследованиями, предоставляя врачам ценные инструменты для разработки персонализированных эффективных вариантов лечения для пациентов.
Powered by SciBiz @SciArticleBot
🔗 10.1016/j.cdtm.2019.12.002
Wiley Online Library
Challenge in the new era: Translational medicine in gastrointestinal endoscopy and early cancer
Translational medicine is a new medical model that has emerged over the past 20 years and is dedicated to bridging the gap between basic and clinical research. At the same time, the diagnosis and tre...
👍4✍1
Научные достижения 2024 года: ключевые открытия и прорывы (1/3)
Прорывы в медицине
Инновации в профилактике ВИЧ: В середине 2024 года был представлен препарат нового поколения — ленакапавир. Клинические испытания показали его почти 100%-ную эффективность в предотвращении ВИЧ-инфекции у лиц из групп высокого риска. Данный препарат потенциально станет основой для долгосрочной стратегии борьбы с эпидемией ВИЧ.
🔗 10.1038/s41586-020-2443-1
CAR-T терапия для аутоиммунных заболеваний: Немецкие исследователи разработали новую методику применения CAR-T-клеток для лечения тяжелых аутоиммунных заболеваний, включая системную красную волчанку и склеродермию. Методика продемонстрировала высокую эффективность, позволяя достичь ремиссии без использования традиционных иммунодепрессантов.
🔗 10.1016/s0140-6736(23)01126-1
Прорывы в медицине
Инновации в профилактике ВИЧ: В середине 2024 года был представлен препарат нового поколения — ленакапавир. Клинические испытания показали его почти 100%-ную эффективность в предотвращении ВИЧ-инфекции у лиц из групп высокого риска. Данный препарат потенциально станет основой для долгосрочной стратегии борьбы с эпидемией ВИЧ.
Ученые открыли новый препарат GS-6207, который может эффективно воздействовать на капсидный белок ВИЧ и нарушать его функции, необходимые для репликации вируса. Эта длительно действующая малая молекула обладает потенциалом для лечения или профилактики ВИЧ-инфекции и может стать крайне необходимым вариантом лечения для людей, живущих с ВИЧ и проходящих интенсивное лечение. GS-6207 предназначен для прочного связывания с консервативным интерфейсом между мономерами капсидного белка, вмешиваясь в белковые взаимодействия, необходимые для нескольких фаз цикла репликации вируса. Препарат продемонстрировал противовирусную активность в пикомолярных концентрациях против всех подтипов ВИЧ-1 и обладает высокой синергией и отсутствием перекрестной резистентности с одобренными антиретровирусными препаратами. В клинических исследованиях фазы 1 было установлено, что однократная подкожная доза GS-6207 безопасна и хорошо переносится пациентами.
🔗 10.1038/s41586-020-2443-1
CAR-T терапия для аутоиммунных заболеваний: Немецкие исследователи разработали новую методику применения CAR-T-клеток для лечения тяжелых аутоиммунных заболеваний, включая системную красную волчанку и склеродермию. Методика продемонстрировала высокую эффективность, позволяя достичь ремиссии без использования традиционных иммунодепрессантов.
В этой статье рассматривается применение химерного антигенного рецептора (CAR) T-клеточной терапии при лечении аутоиммунных заболеваний. Терапия CAR T-клетками показала потенциал при лечении злокачественных новообразований B-клеток и была внедрена в терапию аутоиммунных заболеваний, таких как системная красная волчанка и дерматомиозит. Использование CAR T-клеток для нацеливания и истощения аутореактивных B-клеток может обеспечить более эффективное и потенциально излечивающее лечение аутоиммунных заболеваний.
🔗 10.1016/s0140-6736(23)01126-1
👍7❤1🔥1