#годнота

Зоопарк из слоновой кости собрал папку с хорошими каналами о науке по мнению уважаемых админов. Лично я уже подписана на большую часть, но нашла и для себя что-то новенькое в личную коллекцию, например, научпоп здорового человека Liza Loves Biology. Очень приятно и самой оказаться в этом списке ☺️

Добавить папочку себе можно по ссылке. Можно всю, а можно снять выделение с отдельных каналов.

#сдохни_или_умри

В некоторых вузах зачисление в аспирантуру происходит 1 октября, например, в МГУ, где собственно я и училась. После поста для студентов в честь 1 сентября я решила подготовить материал и для аспирантов, правда он получился немного грустным 😪

Так вышло, что у меня период аспирантуры оказался худшим в жизни (надеюсь, так и останется). И судя по знакомым и даже родственникам не только у меня. Это действительно сложное время, как правило, тебе платят мало или вообще не платят, но требуют full time работы наравне с более старшими сотрудниками 🤷‍♀️ Помимо этого нужна пед практика и где-то её легко отрабатывают парой лекций или неделей в приёмной комиссии, а кто-то ведёт семинары и практикумы не один учебный год.

Я пошла в аспирантуру потому что мечтала получить учёную степень и построить хорошую карьеру в науке. И если бы не огромная мотивация, хрен я бы дотянула до конца. Я была "жопой с ручкой", "балбеской" и "мартышкой", меня убеждали в том, что я не помню вчерашние разговоры, а мои запросы регулярно игнорировались. Стоит ли говорить, что моя диссертация была прочитана только в ночь перед апробацией и только после этого я наконец получила комментарии о том, как нужно всё сделать и представить. За 10 дней до дедлайна загрузки работы в систему для защиты 😒

В целом, последний год аспирантуры - это ощущение постоянной усталости из-за работы в авральном режиме. Тогда же я параллельно работала ещё на двух работах, поскольку 7 тысяч стипендии маловато для жизни, а в лабе мне всё ещё не платили. Неудивительно, что к концу аспирантуры я была раздавлена морально и физически. Какие-то отголоски остались до сих пор, но в целом, думаю, я это пережила. И главное развила очень нужную для русского человека способность - терпеть ради высшей цели 💪

И у меня есть несколько советов для тех, кто оказался в похожей ситуации. Для тех, у кого идиллия в аспирантуре, у меня советов нет, может это вы нам что-то посоветуете 😼

*️⃣Помни, что токсичное поведение руководителя связано с его личными проблемами, но не тобой. Конечно, ты не безгрешен, но косяки можно обсуждать и в неагрессивных форматах.

*️⃣Если заметил(а), что руководитель постоянно переигрывает свои решения - фиксируй задачи в переписке. Высылай резюме личных встреч на утверждение.

*️⃣Твоя цель - это диссертация и если время прошло, а ты не стал ближе к цели и занимаешься какими-то левыми делами, то пора задуматься о плане Б.

*️⃣Попробуй поговорить с руководителем о том, что тебя беспокоит и установи границы. Я не пробовала этот совет в аспирантуре, но меня восхищают современные студенты, которые это делают и добиваются успеха. Ну а если не вышло, то вспомни свою мотивацию. Если диссер всё-таки проглядывается, то можно попробовать разные техники развития стрессоустойчивости и постараться перетерпеть, а если нет - смотри предыдущий пункт.

*️⃣Отслеживай своё состояние, потому что напряжённо работать это одно, а скатиться в тяжёлую депрессию - это другое. Замечаешь признаки последнего - бери академ или уходи совсем. Всяко лучше, чем выйти в окно, а такие прецеденты к сожалению были.

*️⃣Не бойся бросить аспирантуру, если в ней всё же невыносимо находиться. От этого ещё никто не умирал и не оставался бомжевать на вокзале. Всё будет хорошо, но может просто не так, как ты себе это представлял.

Ну а для тех, кто только собирается поступать совет один:

*️⃣Если у тебя нет огромной мотивации закончить аспирантуру и защитить диссер - не иди туда. Оставь бюджетные места для тех, кто этого хочет. Возможно (но к счастью не точно), впереди самое трудное время в твоей жизни и его можно пережить только имея чёткую цель. Тем более, что сейчас всё больше людей после окончания вуза выбирают соискательство

〰️〰️
И я призываю уважаемых подписчиков поделиться своими историями аспирантуры, позитивными и не очень, в комментариях. И тем жизненным опытом, который вы приобрели. А для тех, кто боится последствий своих откровений, можно прислать свой рассказ в анонимную гугл форму и я опубликую его в комментариях от имени канала.

#статистика_для_котиков

Разбросали тут свои данные...

Привет, коллега!

В прошлый раз мы говорили об описательной статистике и мерах центральной тенденции. И продолжая эту тему сегодняшний пост про меры разброса. На графиках разброс данных чаще всего отражается с помощью планок погрешностей или, как их ещё называют, усов.

Мне хотелось бы оговорить одну важную вещь: меры разброса выполняют именно описательную функцию, то есть они призваны показать читателю, какие у вас были данные. А данные бывают очень разные 🖤🤍❤️, какие-то более однородное, какие-то менее и разбросы тоже будут отличаться. Но я знаю, что многие исследователи выбирают не более репрезентативный вариант представления размаха, а такой, чтобы усы были как можно короче. Так вот, для поиска различий размер усов не важен. Важен размер эффекта, мощность критерия и величина p и да, на них будет влиять разброс данных. Но от того, что ты нарисуешь усишки покороче, ситуация не изменится. Так что рисуй репрезентативные усы и не пугайся их размера 🐈‍⬛

Зачем вообще нужны меры разброса. Вспомним лабу из предыдущего поста (лаба 1). Там зарплата завлаба была 500к рублей, внс 60к, мнс 40к и два лаборанта получали по 10к. Теперь представим, что в соседнем НИИ есть такая же лаба (лаба 2), но там завлаб получает 200к, внс 180к, мнс 120к и лаборанты по 60к рублей. Среднее значение зарплат будет одинаковым, 124 тысячи, для отчётов самое то. Но мы, конечно, уже умные и знаем, что можно посчитать медиану и обнаружить некоторое неравенство условий 🤔 И неравенство заключается как раз в разбросе. Как его описывают

🟢Размах. Это разница между максимальным и минимальным значением. В лабе 1 он составит 490 тысяч, а в лабе 2 - 140. Разница очевидна. В целом, в качестве усов размах используется редко, но лично я рекомендую его в первую очередь для представления таких дискретных данных как баллы, если градаций не очень много.

🟢Дисперсия. Это средний квадрат отклонения значений выборки от её среднего значения и по сути характеризует как далеко от своего среднего находятся данные. Дисперсия измеряется в квадратных единицах, в нашем случае рубль в квадрате. Мало того, что величина странная, так и на одном графике с обычными рублями её не нарисуешь. Поэтому для планок погрешностей используют

🟢Стандартное (среднеквадратичное отклонение) отклонение - квадратный корень из дисперсии. В лабе 1 оно составит 211к рублей, а в лабе 2 всего 64к, то есть хорошо видно, что разброс данных в первом случае куда более значительный. В качестве усов стандартное отклонение отстраивается симметрично в обе стороны от среднего и в этом заключается его проблема. Распределение выборок-то не всегда симметрично и для таких случаев использование стандартного отклонения будет некорректным, поскольку оно не выполняет главную функцию: не описывает данные и их распределение. Для дискретных данных стандартное отклонение также нельзя использовать, так как получится бред вроде 1.5±0,34 землекопа 😒

🟢Процентили. N процентиль это такое число, при котором N % значений выборки будет меньше его. Чаще всего используют 5 и 95 процентиль в качестве отрицательной и положительной планки погрешности, реже 10 и 90, 1 и 99, 2.5 и 97.5. На малых выборках процентиль не используется, его просто не из чего считать 🤷‍♂️

🟢Квантили. По сути тоже самое, что процентиль, но в долях от 1.

🟢Квартили. Делят выборку на 4 части, то есть 1 квартиль отсекает 25% выборки, 2 квартиль - 50 (и по сути это медиана), 3 - 75%. Разница между 3 и 1 квартилью называется интерквартильный размах, а сами 1 и 3 квартиль чаще всего и используются в качестве усов для несимметричных и дискретных данных. Квартили не так чувствительны к выбросам, как стандартное отклонение.

〰️〰️
Так что запоминай: если данные непрерывные, распределены симметрично, то можешь использовать среднее и стандартное отклонение. Во всех остальных случаях лучше медиану и квартили, реже другие перечисленные меры разброса.

А если мы посмотрим на наши лабы, то корректная характеристика такая: зарплата в лабе 1 40[10;45] тысяч рублей, а в лабе 2 - 120[60;135]. В какую пойдёшь работать?

Привет, коллега!

Рабочая неделя подходит к концу, а это значит, что настало время пятничного интерактива 🤟 Сегодня предлагаю обменяться мемами. Скидывай в комментарии картинку, которая отражает прошедшую рабочую неделю 👇

У меня вот такая. Что-то на этой неделе попытки успеть сделать всё вымотали больше обычного.

#дед_инсайд

Привет, коллега!

Как-то в этом канале я размышляла о том, кто такой хороший руководитель. Но я подумала, что не упомянула о ещё одном важном качестве - об умении признавать свои ошибки. Думаю, это скорее общечеловеческое и не зависит от должности, но отсутствие такого навыка у начальства кажется тревожным звоночком.

В студенчестве мне казалось, что я уже точно знаю эту жизнь и моя позиция является единственно верной. Недавно моя руководительница с тех времён напомнила, что я считала любого научного руководителя недостойным соавторства в статье, ведь он же ничего не делает, только читает готовый результат 🤦‍♂️ Юношеский максимализм прошёл, так что признаю, была не права.

У меня было несколько начальников, для которых сказать "был неправ" было чем-то абсолютно невыполнимым. Чаще меня убеждали, что я всё выдумала, вообще сама виновата и всё неправильно поняла. Мне кажется, что эти люди считают признание своих ошибок слабостью, как будто сложился какой-то стереотип в головах, что сильные мира сего не ошибаются и поэтому я тоже непогрешим. Но ошибаются все, а те, кто говорят, что не ошибаются - делают это в два раза чаще.

Ошибки это опыт и повод расти над собой. Если ты один раз случайно вылил ценный образец в слив - дальше ты всегда будешь контролировать этот момент или перестрахуешься на важных этапах. Интересно, что задания на поиск и исправление ошибок оказываются более эффективными для вовлечения студента в анализ какого-то текста. Некоторые блогеры намерено делают ляпы, чтобы вызвать волну комментариев и увеличить вовлечённость подписчиков 😏

И одно дело, если ошибается студент или его научный руководитель, это достаточно кулуарная история и тут признать свою неправоту гораздо проще (и то не все справляются). Другое дело, если ошибается публичная личность или целая организация оказывается покрыта пятнами позора. Я как-то в одном обучении услышала про прекрасную историю антикризисной коммуникации у одной известной ведущей. Кратко, в своём интервью Регина Тодоренко обвинила жертв домашнего насилия в том, что они сами виноваты в произошедшем. Даже российское общество не стало это терпеть и по сути отменило её. Уж не знаю, сама ли она додумалась или кто-то за неё всё организовал (верю в последнее), но она вышла с публичными извинениями, перечислила кучу бабла в фонды пострадавшим, сняла документалку и стала активно распространять информацию об ужасах домашнего насилия. Сама г-жа Тодоренко личность весьма спорная и окружённая скандалами, да и на сегодняшний день вся эта деятельность заглохла: кризис-то миновал. Но просто хочу обратить внимание, что ход с признанием ошибки позволил удержать ей часть аудитории и привлечь новую.

Этим летом в центре скандалов оказались университеты, например Сеченовский университет и МФТИ. Из-за особенностей зачисления и возросшего числа льготных и целевых мест, абитуриенты-олимпиадники чуть было не оказались в пролёте. Но благо руководство вузов сначала поотпиралось, а потом всё-таки приняло решение зачислить всех олимпиадников. Теперь преподаватели разгребают возросшее количество групп, но это совсем другая история. Но для сохранения лица вуза ход хороший.

Некоторое время внимательно слежу как исследовательские организации и вузы реагируют на различные скандалы, связанные с их сотрудниками, будь то коррупционные схемы, нарушение научной этики или истории с домогательствами. Спойлер: в основном никак. Или ещё хуже, начинают отпираться, типа не было такого, это всё клевета. А кажется, что из этого можно было бы извлечь какой-то урок, провести какую-то работу для того, чтобы в дальнейшем не наступать на те же грабли, а потом ещё и грамотно подать это в прессе. Но, возможно, подобные мероприятия пошатнут столпы на которых организация держится, вот уж не знаю.

#диссероплетение

Для публикации в нашем журнале снимите тикток-абстракт длительностью не менее 30 секунд

Привет, коллега!

Последние годы многие даже не самые высокорейтинговые журналы стали требовать графический абстракт. Сегодня разберём что это за зверь, какие принципы его подготовки и где его можно нарисовать даже тем, кто рисовать не умеет.

Графический абстракт — это визуальная схема, которая в сжатой форме показывает ключевые выводы исследования. Хорошо оформленный графический абстракт способен рассказать суть работы и привлечь читателя, как хорошо оформленная обложка видео на ютубе. Итак, как к нему подступиться.

1️⃣ Выдели основной вывод своей работы. Он должен укладываться в 1-2 предложения, не больше. Как правило это ответ на твою научную гипотезу и если ты правильно подошёл к написанию статьи то ты уже знаешь эту мысль.
2️⃣ Прочитай требования журнала к графическому абстракту, в первую очередь соотношение сторон.
3️⃣ Возьми бумажку и нарисуй этот вывод в виде схемы на ней, соблюдая это самое соотношение. А ещё лучше использовать маркерную доску, чтобы иметь возможность стирать написанное. Пока пропиши результат просто блок-схемой. Схема должна быть линейной или в крайнем случае в форме цикла, никаких более сложных траекторий.
4️⃣ Подумай какие визуальные элементы можно добавить на эту схему, например можно нарисовать крысу, её органы, какие-то рецепторы на мембране клетки, формулы химических соединений - в общем, постарайся заменить слова на иллюстрации. Некоторые авторы бывают очень оригинальны (раз, два, три).
5️⃣ Приступай к рисованию. Для этого могут подойти следующие программы:

🟡 Adobe Illustrator или Inkscape - отлично умеют в векторную графику, но подходят только опытным пользователям
🟡 Figma - чуть более интуитивно понятна, но тоже требуется привыкания к работе.
🟡 Microsoft PowerPoint - да, там можно рисовать и вот, например, гайд, как нарисовать графический абстракт
🟡 BioRender конечно же. Идеален для биомедицины, содержит кучу иконок и удобен для использования. Одна проблема - в бесплатной версии публиковать сгенерированные картинки запрещено. Честно признаюсь, иногда я делаю картинки в биорендере, а потом перерисовываю их в других программах. Только 🤫. Есть ещё похожие сервисы, например, Mind the graph, Tidbit и другие, но у всех ограничения в бесплатных версиях.
6️⃣ Готово! Ты великолепен!

И ещё парочка советов по оформлению:

▶️ Графический абстракт должен быть максимально простым и лаконичным. Не перегружай его деталями или текстом, только ключевые моменты.
▶️ Придерживайся единого стиля: цветовой палитры и одинаковых шрифтов. Не мешай разные стили изображений.
▶️ Графический абстракт должен легко читаться, так что для используй стрелки для выделения последовательности шагов.
▶️ Используй сочетающиеся цвета, чтобы абстракт был визуально приятным. Можно посмотреть цветовые сочетания на Pinterest или сгенерировать их на сайте типа Gradients.

🤎 Графический абстракт хоть и кажется какой-то малозначительной вишенкой на торте, но именно благодаря нему твою статью могут заметить, прочитать, а потом ещё и процитировать. Так что не жалей времени и сил на его оформление. Не в ущерб основной статье, конечно же 😊