Находясь на 67 странице, могу сказать, что это чтение для тех, кто любит теоретико-методологический хардкор... При этом очень по делу и обоснованно! Если готовы докопаться до фундаментальных парадигм, - дерзайте! Буду рад обменяться мнениями о прочитанном)

Очень приятно узнавать, что инновации не обходят стороной такую фундаментальную область, как образование. Понятно, что реальные последствия и результат, в случае образования, не происходят мгновенно, и мы увидим их лишь через какое-то время.

Приведенные примеры разных стран - интересные и спорные одновременно. Нельзя забывать, что прямой перенос чужого опыта в большинстве случаев не работает или работает по-другому. Поэтому нужно отслеживать наиболее потенциальные в перспективе тренды/ инновации и адаптировать их под наши собственные реалии.

Образование подрастающего поколения - наше общее будущее! и мы сейчас определяем, каким оно будет.

https://knect365.com/innovation/article/a4a325ca-a038-4744-968c-aff796ecb0b9/5-inspiring-innovations-in-education-from-around-the-globe

Проще некуда! Только такие гиганты данных, как Фейсбук могу позволить себе сделать ставку на простоту и понятность. У них есть МНОООГО данных, ОГРОМНАЯ вариация типов контента, НЕОГРАНИЧЕННОЕ количество точек во времени... Нужно ли усложнять процесс сбора данных для ранжирования новостной ленты сложной теоретической моделью и разработкой полновесной анкеты про доверие к источникам? Посмотрим! Лично я считаю, что они на верном пути)

https://www.buzzfeed.com/alexkantrowitz/this-is-facebooks-news-survey

Не пропустите! 16-20 апреля.

http://www.researchweek.ru/

3 Т (Технопарк, Техносфера, Технотрек) - отличный пример взаимовыгодного сотрудничества (прям по Кови) технологической компании и ведущих ВУЗов. Партнерство с МГТУ им. Н. Э. Баумана, МГУ и МФТИ по сути превратилось одновременно в образовательный проект, стартап-инкубатор и кадровый резерв!

В моей команде работают выпускники этих замечательных проектов. Их отличает высокая целеустремлённость, осознанность и самостоятельность. В ближайшие 5 лет хочется видеть больше подобных интеграций бизнеса и системы, как высшего, так и среднего образовани!


https://habrahabr.ru/company/mailru/blog/347038/

Статья Леонарда Мерфи (Executive Editor & Producer, GreenBook) об одной из самых насущных проблем любого исследователя: почему респонденты не любят проходить наши опросы?!

В отличие от других размышлений на тему в этой статье есть понятное (не факт, что простое в реализации) руководство к действию. Суть сводится к 5 шагам:

(1) использованию преимущественно мобильного дизайна;
(2) ограничению длительности до 10 минут;
(3) созданию кастомных и UX-friendly опросов (а не безликого ширпотреба);
(4) вознаграждению реал-тайм с возможностью выбора;
(5) отношению к опросу как к коммуникации с пользователем, а не способу быстро и бесплатно вынуть данные из ЦА…

http://www.greenbookblog.org/2017/04/25/why-most-respondents-dont-like-participating-in-research-and-what-we-can-do-about-it/

Всем бодрого начала недели! Для поднятия настроения - 1-минутное видео о ключевых принципах в разработке продуктов и мотивации команды 🔥

https://youtu.be/UZq4sZz56qM

Для тех, кто много лет занимается исследованиями, но так и не запомнил, как различать переменные по типу))) Самая простая и понятная схема, которую я встречал!

«Я не забочусь о том, как я буду анализировать данные моего исследования, пока я их не соберу. Я оставлю обдумывание этого вопроса на потом, потому что способ, который я использую для сбора данных, не зависит от способа их анализа.» (с)

Узнаете? Как это знакомо тем, кто запускал исследования в бешенном темпе и невероятно сжатые сроки…

На самом деле, вы должны иметь четкое представление о том, какие методы и техники анализа вы будете применять – еще на этапе создания анкеты! Для этого есть 2 причины:
1. Вы не можете просто применить любой метод или технику к любой переменной. Методы и техники должны соответствовать типологии переменных. Это означает, что вы должны полностью отдавать себе отчет о способах классификации различных типов переменных.
2. Размер и специфика вашей выборки, налагают ограничения на те виды методов и техник, которые можно использовать.

Например.

Рейтинг 2018 года в отчете Brand Finance стал первым в истории, когда в Высшей лиге (первые 5 мест) заняли представители IT.

Интересно другое: если провести мысленный эксперимент и наложить тренд на временные ряды данных, то мы увидим, за кем будущее)

https://www.searchengines.ru/amazon-samyi-dorogoi-brend.html

Никакой науки, просто подбор данных и визуализация линейного тренда. По коэффициентам "a" можно увидеть, что FB и Google дорожают с одинаковой скоростью. А вот Amazon обгоняет их в 1,6x

Задавая уровень статистической значимости, среди ресечеров иногда бытует мнение, что p=0.01 всегда лучше и надежнее, чем p=0.05. Однако, многие забывают (или не знают) о существовании и роли нулевой гипотезы (H0) при проверке статистической значимости полученных результатов. Суть H0 заключается в том, что между 2 переменными не существует взаимосвязи! Далее на сцене появляются ошибки 1го и 2го рода.

Что получается? При меньшем уровне статистической значимости (например, p=0.01), риск УСТАНОВЛЕНИЯ взаимосвязи, когда ее нет, НИЖЕ. При бОльшем уровне (например, p=0.05), риск ПРОПУСКА взаимосвязи, когда она есть, НИЖЕ.

Так вот: если вы уверены в наличии взаимосвязи, p=0.05 достаточно. Если вы подозреваете ложную (опосредованную) взаимосвязь, применяйте p=0.01!

https://ru.wikipedia.org/wiki/Ошибки_первого_и_второго_рода

Счастье — навык. И его можно развить. В инфографике «Наука счастья» приводится полная картина счастья, в том числе приемы его развития.

Пользуйтесь, будьте счастливы!