#статистика_для_котиков
Не доверяй биологам математику
Привет, коллега!
В прошлый раз мы говорили про доверительные интервалы и комментарии заставили меня открыть старый учебник по статистике для биологов от математиков. Я не поняла каким чудом мы вообще сдали её, потому что уж слишком много математики. Сейчас я понимаю примерно 80% происходящего, но делаю это не с нуля, а уже после применения разных методов к своим данным.
И вот мне бы хотелось, чтобы читатели в первую очередь научились пользоваться некоторыми инструментами статистики и хотя бы примерно понимали, что за ними стоит. Я знаю много учёных, которые просто тыкают в программе на те же кнопочки, которые тыкали 10 поколений до них, а потом не знают, что ответить рецензентам на вопросы о статистике. Поэтому я научу тебя тыкать в них чуть-чуть более осознанно, а дальше если тема сильно заинтересует, то изучи что-то более специализированное.
И после такого большого дисклеймера всё-таки дорасскажу про доверительные интервалы (ДИ). Напомню, что это. Допустим у нас есть генеральная совокупность и у неё есть какие-то параметры, например, средняя зарплата вообще всех учёных в России составляет 44 тыс. (математическое ожидание). В наших экспериментах мы про всех учёных знать не можем, а знаем только про одну лабораторию из 9 человек, и у них зарплата 56±50 тыс. (выборочное среднее±стандартное отклонение). ДИ для какого-то параметра - это такой интервал, в которой с заданной доверительной вероятностью (чаще всего 0.95 и 0.99) попадёт значение этого параметра генеральной совокупности. ДИ рассчитывается по выборке и мы говорим о том, что вот где-то ввине интервале от сих до сих скорее всего находится истина.
В прошлый раз я привела формулы для ДИ для математического ожидания через расчёт стандартной ошибки среднего (SEM). Но она касается случаев, когда дисперсия генеральной совокупности известна и именно по ней нужно считать SEM. Но в жизни мы почти никогда не знаем этот параметр, поэтому в больших выборках вместо дисперсии генеральной совокупности можно использовать выборочную. Насколько больших? Я часто встречаю границу в 30 значений, но важно понимать, что она достаточно условная. В нашем случае 95% ДИ, рассчитанный по этой формуле будет от 23 до 89 тыс. Математическое ожидание попало в этот интервал, но в целом могло и не попасть, если бы была другая выборка.
Если же выборка маленькая, то принято использовать формулу для расчёта ДИ для случайной величины с неизвестной дисперсией. В целом, логика рассуждения достаточно похожая, только статистика будет иметь не нормальное распределение, а t-распределение или распределение Стьюдента. Оно тоже колоколообразное, но форма немного меняется вместе с изменением числа степеней свободы (т.е. количества значений в выборке минус 1). Чем меньше значений, тем выше хвосты распределения, а чем больше - тем t-распределение больше похоже на нормальное.
Если в нормальном распределении коэффициенты перед формулой SEM мы брали из его свойств и правила трёх сигм, то здесь, учитывая разную форму при разном количестве значений, придётся заморочиться. Если мы хотим найти пределы для 95% значений, то мы должны будем найти квантили этого распределения, а именно 0,025 и 0,0975 квантиль. Из-за симметрии относительно 0 это одно число, просто с разным знаком и его можно найти в таблице типа такой. В левом столбце число степеней свободы, верхняя строчка - доверительная вероятность. И на пересечении будет находится значение t, которое мы и будет подставлять в формулу доверительного интервала. Обрати внимание, что при бесконечно больших выборках t будет превращаться в уже знакомое нам 1,96 и 2,58. А при расчёте 95% ДИ для нашей лабы из примера выше t=2,31. Таким образом доверительный интервал, оцененный по данной формуле будет от 17 до 95 тыс. Несколько отличается от предыдущего, не так ли/ А всё потому что сотрудников мало.
Конечно же, никто не заставит тебя считать доверительный интервал вручную, есть специальные программы или онлайн калькуляторы, которые всё сделают. Просто помни о том, что это такое и выбирай подходящий метод расчёта.
Не доверяй биологам математику
Привет, коллега!
В прошлый раз мы говорили про доверительные интервалы и комментарии заставили меня открыть старый учебник по статистике для биологов от математиков. Я не поняла каким чудом мы вообще сдали её, потому что уж слишком много математики. Сейчас я понимаю примерно 80% происходящего, но делаю это не с нуля, а уже после применения разных методов к своим данным.
И вот мне бы хотелось, чтобы читатели в первую очередь научились пользоваться некоторыми инструментами статистики и хотя бы примерно понимали, что за ними стоит. Я знаю много учёных, которые просто тыкают в программе на те же кнопочки, которые тыкали 10 поколений до них, а потом не знают, что ответить рецензентам на вопросы о статистике. Поэтому я научу тебя тыкать в них чуть-чуть более осознанно, а дальше если тема сильно заинтересует, то изучи что-то более специализированное.
И после такого большого дисклеймера всё-таки дорасскажу про доверительные интервалы (ДИ). Напомню, что это. Допустим у нас есть генеральная совокупность и у неё есть какие-то параметры, например, средняя зарплата вообще всех учёных в России составляет 44 тыс. (математическое ожидание). В наших экспериментах мы про всех учёных знать не можем, а знаем только про одну лабораторию из 9 человек, и у них зарплата 56±50 тыс. (выборочное среднее±стандартное отклонение). ДИ для какого-то параметра - это такой интервал, в которой с заданной доверительной вероятностью (чаще всего 0.95 и 0.99) попадёт значение этого параметра генеральной совокупности. ДИ рассчитывается по выборке и мы говорим о том, что вот где-то в
В прошлый раз я привела формулы для ДИ для математического ожидания через расчёт стандартной ошибки среднего (SEM). Но она касается случаев, когда дисперсия генеральной совокупности известна и именно по ней нужно считать SEM. Но в жизни мы почти никогда не знаем этот параметр, поэтому в больших выборках вместо дисперсии генеральной совокупности можно использовать выборочную. Насколько больших? Я часто встречаю границу в 30 значений, но важно понимать, что она достаточно условная. В нашем случае 95% ДИ, рассчитанный по этой формуле будет от 23 до 89 тыс. Математическое ожидание попало в этот интервал, но в целом могло и не попасть, если бы была другая выборка.
Если же выборка маленькая, то принято использовать формулу для расчёта ДИ для случайной величины с неизвестной дисперсией. В целом, логика рассуждения достаточно похожая, только статистика будет иметь не нормальное распределение, а t-распределение или распределение Стьюдента. Оно тоже колоколообразное, но форма немного меняется вместе с изменением числа степеней свободы (т.е. количества значений в выборке минус 1). Чем меньше значений, тем выше хвосты распределения, а чем больше - тем t-распределение больше похоже на нормальное.
Если в нормальном распределении коэффициенты перед формулой SEM мы брали из его свойств и правила трёх сигм, то здесь, учитывая разную форму при разном количестве значений, придётся заморочиться. Если мы хотим найти пределы для 95% значений, то мы должны будем найти квантили этого распределения, а именно 0,025 и 0,0975 квантиль. Из-за симметрии относительно 0 это одно число, просто с разным знаком и его можно найти в таблице типа такой. В левом столбце число степеней свободы, верхняя строчка - доверительная вероятность. И на пересечении будет находится значение t, которое мы и будет подставлять в формулу доверительного интервала. Обрати внимание, что при бесконечно больших выборках t будет превращаться в уже знакомое нам 1,96 и 2,58. А при расчёте 95% ДИ для нашей лабы из примера выше t=2,31. Таким образом доверительный интервал, оцененный по данной формуле будет от 17 до 95 тыс. Несколько отличается от предыдущего, не так ли/ А всё потому что сотрудников мало.
Конечно же, никто не заставит тебя считать доверительный интервал вручную, есть специальные программы или онлайн калькуляторы, которые всё сделают. Просто помни о том, что это такое и выбирай подходящий метод расчёта.
Кстати, про тыкать на кнопочки. Меня посетила идея, что для совсем базового уровня я могла бы делать посты со скринами и показывать, как в каком-нибудь GraphPad Prism искать те или иные параметры или тесты, делать графики и тд, заодно и ещё раз напоминать теорию. Да и в целом, так можно было бы демонстрировать работу в отдельных программах. Ставь реакт, как тебе идея, или пиши в комментариях 👇
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Зоопарк из слоновой кости
#плюшки_молодым_ученым
⚡️Начался прием заявок на аспирантскую "мегастипендию Президента" (75 тыс. в месяц). Дедлайн - 28 февраля.
Как и в прошлый раз, стипендиатами станут 500 российских аспирантов. Новые правила см. по ссылке (отличия от прошлого года, судя по тому, что мы увидели, минимальные)
https://aspirant.extech.ru/documents/47/view
⚡️Начался прием заявок на аспирантскую "мегастипендию Президента" (75 тыс. в месяц). Дедлайн - 28 февраля.
Как и в прошлый раз, стипендиатами станут 500 российских аспирантов. Новые правила см. по ссылке (отличия от прошлого года, судя по тому, что мы увидели, минимальные)
https://aspirant.extech.ru/documents/47/view
#предложечка #шпаргалка
VI International Conference on Materials Physics,
Building Structures and Technologies in Construction,
Industrial and Production Engineering
(MPCPE-2025)
28-30 апреля 2025 года
г. Владимир, Российская Федерация
▶️ Организатор конференции:
Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых, г. Владимир
▶️ Основные направления работы конференции:
• Проектирование и эксплуатация строительных конструкций и инженерных систем;
• Конструкционные и функциональные материалы в строительстве и смежных отраслях;
• Прочность и деформативность строительных материалов и конструкций;
• Численно-аналитические методы расчета строительных конструкций, зданий и сооружений;
• Технологии информационного моделирования (ТИМ) в строительстве;
• Использование достижений прикладной физики в строительстве и смежных отраслях;
• Актуальные вопросы энерго- и ресурсосбережения в строительстве и смежных отраслях.
▶️ Формы участия в конференции:
• устный доклад с презентацией;
• постерный доклад (электронный).
▶️ Мероприятие планируется с использованием видеоконференцсвязи на отечественной коммуникационной платформе Контур.Толк (или аналогичной). Конференция планируется как онлайн-встреча участников тематических сессий с регламентированной демонстрацией слайдов согласно утвержденной технической программе. Регламент выступлений будет предусматривать 10-минутную виртуальную презентацию в реальном времени и 5-минутный лимит времени для вопросов и ответов на каждого докладчика. Обращаем особое внимание на необходимость устойчивого Интернет-соединения для представления устного доклада. Для докладчиков, не имеющих опыта работы с применяемой системой видеоконференцсвязи, предварительно будет организовано тестовое подключение с обучением.
РЕГИСТРАЦИЯ НА МЕРОПРИЯТИЕ ПО ССЫЛКЕ
📌 Дедлайн: 25 апреля 2025 г.
Участие в конференции БЕСПЛАТНОЕ.
По итогам проведения конференции планируется издание сборника статей с индексацией в РИНЦ (публикация бесплатная).
✖️ Адрес проведения конференции: 600000, г. Владимир, ул. Горького, 87, ВлГУ
✉️ E-mail оргкомитета: [email protected]
VI International Conference on Materials Physics,
Building Structures and Technologies in Construction,
Industrial and Production Engineering
(MPCPE-2025)
28-30 апреля 2025 года
г. Владимир, Российская Федерация
Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых, г. Владимир
• Проектирование и эксплуатация строительных конструкций и инженерных систем;
• Конструкционные и функциональные материалы в строительстве и смежных отраслях;
• Прочность и деформативность строительных материалов и конструкций;
• Численно-аналитические методы расчета строительных конструкций, зданий и сооружений;
• Технологии информационного моделирования (ТИМ) в строительстве;
• Использование достижений прикладной физики в строительстве и смежных отраслях;
• Актуальные вопросы энерго- и ресурсосбережения в строительстве и смежных отраслях.
• устный доклад с презентацией;
• постерный доклад (электронный).
РЕГИСТРАЦИЯ НА МЕРОПРИЯТИЕ ПО ССЫЛКЕ
Участие в конференции БЕСПЛАТНОЕ.
По итогам проведения конференции планируется издание сборника статей с индексацией в РИНЦ (публикация бесплатная).
Please open Telegram to view this post
VIEW IN TELEGRAM
#методичка
Усы, лапы и хвост - вот мои показатели
Привет, коллега!
Мы тут в комментариях регулярно обсуждаем всякиевысокоранговые высокорейтинговые журналы, но ещё не все знают, что это за рейтинги такие. Мы уже говорили о том, какие показатели позволяют оценивать эффективность учёных, и для научных журналов тоже существуют свои метрики.
🔵 JIF (journal impact factor). Представляет собой среднее количество цитирований статей журнала за два предыдущих года и рассчитывается платформой Web of Science (ныне Clarivate). Но не учитывает самоцитирования журнала, хотя Clarivate отслеживает этот показатель (journal self-citation - JSC) и банит журналы со слишком высокими значениями.
🔵 CiteScore. Аналог импакт-фактора от Scopus и представляет из себя среднее число цитирований на статью за 4 года. В целом более широкий временной диапазон лучше для некоторых отраслей, да и Scopus охватывает чуть больше журналов. Из недостатков опять же отсутствие учёта самоцитирования.
🔵 JCI (Journal Citation Indicator) и SNIP (Source Normalized Impact per Paper) - два похожих по смыслу индекса от Web of Science и Scopus, соответственно. Они позволяют нормализовать цитируемость статей на общую цитируемость в области. Например, в медицине все очень много ссылаются друг на друга, а вот в математике гораздо хуже. И при сравнении журналов одного качества в разных областях JIF или CiteScore будут отличаться, а вот JCI и SNIP уже не особо.
🔵 SJR (SCImago Journal Rank). Тоже показатель рассчитывающийся по базе Scopus и означающий взвешенное количество цитирований с учетом значимости цитирующего журнала, вот тут можно глянуть метод расчёта. В целом, позволят чуть лучше оценить научную значимость и уважаемость журнала. Например, журнал Stem Cells от Oxford University Press имеет более низкий импакт-фактор по сравнению с IJMS от MDPI, но куда более высокий SJR и знакомыми коллегами из Европы котируется куда больше.
🔵 Eigenfactor Score - по смыслу тоже самое, что SJR, только от WoS, но видимо не набравший популярность: я впервые его увидела только при подготовке этого поста.
🔵 H-индекс. Очень похож по смыслу на индекс Хирша учёного: журнал имеет индекс N, если N статей в нём были процитированы не менее N раз. В Scopus и WoS h-индекс рассчитывается за всё время существования журнала, а, например, в Google Scholar Metrics есть h5-index и он учитывает только последние 5 лет.
🔵 Импакт-фактор в РИНЦ. Рассчитывается как классический импакт фактор, только по статьям из базы РИНЦ. Но сама база собирает в себе всякое, поэтому, конечно, не самый надёжный индикатор качества журнала.
🔵 Квартили журналов. Это показатель, который отражает, в каком проценте лучших журналов в своей области находится конкретный журнал. Обычно квартили рассчитываются на основе JIF или SJR. То есть, если мы ранжируем все журналы от самого маленького индекса к большому, то первые 25% с самыми низкими показателями будут относится к четвёртой квартили Q4, следующие 25% к Q3, ещё 25% к Q2 и 25% журналов с самыми высокими показателями будут относиться к Q1. Для российских журналов ВАК существуют квартили категории (UPD это вовсе не квартили, но их так называют в некоторых источниках, что и ввело автора в заблуждение), обозначаются К1, К2 и так далее и они могут учитываться в различных отчётах и формальных требованиях.
〰️ 〰️
Это точно не все возможные показатели журналов, но одни из наиболее популярных. Так что теперь ты знаешь, как понять, интересная тебе статья опубликована в какой-то левой мурзилке или в высокорейтинговом научном журнале.
Усы, лапы и хвост - вот мои показатели
Привет, коллега!
Мы тут в комментариях регулярно обсуждаем всякие
Это точно не все возможные показатели журналов, но одни из наиболее популярных. Так что теперь ты знаешь, как понять, интересная тебе статья опубликована в какой-то левой мурзилке или в высокорейтинговом научном журнале.
Please open Telegram to view this post
VIEW IN TELEGRAM
#педсовет
Ваше мнение очень важно для нас
Привет, коллега!
Любой продавец должен собирать обратную связь, чтобы понимать своё место на рынке, свою востребованность и всячески улучшать свой продукт. И я считаю, что образовательные программы/курсы - это тоже продукт, хоть и не всегда подчиняющийся рыночным законам. А это значит, что образовательные организации и даже отдельные преподаватели должны отслеживать какие-то метрики. Это могут быть очевидные показатели для отчётов, например, конкурс, средний балл ЕГЭ поступивших, доход, место в рейтинге и тд.
Но могут быть и менее интересные для руководящего звена параметры, например, анализ удовлетворённости студентов программой, курсом и даже отдельным преподавателем. Этот пласт информации часто игнорируется, а ведь сейчас сарафанное радио работает очень даже эффективно. В бытность репетиром я уже слышала от наиболее осознанных школьников "не хочу в вуз N, пишут, что там много взяток". Пока что я не видела масштабной работы с отзывами студентов на высоком уровне, хотя где-то есть отдельные попытки стимулировать ППС улучшать свои курсы. Но чаще это инициатива снизу, от неравнодушных преподавателей, которые хотят именно давать знания, а не отчитывать свои часы. Для тех, кто хочет стать таким преподавателем позволю себе дать несколько советов по составлению опросов.
🟣 Опрос должен быть небольшим, в идеале занимать минут 5.
🟣 Лучше делать опрос анонимным, тогда студенты не будут бояться написать правду.
🟣 Часть вопросов можно сделать закрытыми с выбором вариантов ответа (например, оцените по шкале от 1 до 5 насколько понятен курс, оцените насколько курс актуален, какой формат занятий удобен и тд), но часть обязательно должны быть открытыми (например, что больше всего запомнилось, что можно улучшить и тд.)
🟣 Для программ ДПО или для элективов на старших курсах интересно анализировать изменение в знаниях и ожидания от предмета (например, оцените ваш уровень знаний до и после программы, какие знания и навыки вы ожидали получить от курса, что превзошло ваши ожидания и тд)
🟣 Иногда бывает непросто простимулировать студентов проходить опросы. Я обычно показываю QR со ссылкой на форму в конце занятия и половина группы заполняет. Где-то опросы встроены в обучение, и не пройдя его, нельзя приступить к следующей теме. Кто-то стимулирует проходить опросы через геймификацию: раздают баллы или другие бонусы за активность. Я подумала, что можно создать две формы и попросить заполнить любую из них, проголосовав тем самым за котиков или пёсиков (или что-то ещё). Протестирую в этом семестре.
Но самый классный опрос не имеет смысла без респондентов. И я хочу также обратить внимание студентов на них. Иногда опросы создают впечатление, что от вас формально чего-то хотят и заставляют тыкать в кнопочки. Попросите преподавателя рассказать пример, как результаты обратной связи повлияли на образовательный процесс. Если примеров не найдётся - что ж, возможно, действительно она лишь для галочки.
Но если у студентов есть хоть малейший шанс на что-то повлиять через простые опросы - используй возможность и пиши всё, что думаешь. Это может улучшить жизнь следующим поколениям, а возможно уже и тебе, если твой отзыв будет учтён и для других предметов. В ответ на обратную связь от наших студентов, я много раз пересматривала содержание и форматы своих курсов, меняла преподавателей, учебные планы и тд. И на собственном обучении я всегда пишу простыни в отзывах😈
Для большей эффективности лучше всего писать конструктивно. Это значит, что ты должен не только критиковать или переходить на личности, но и писать, как это улучшить на твой взгляд. Например, вместо "лектор - некомпетентный душнила", можно написать, что "материал курса подан в неподходящем формате и не учитывает последние тренды. Возможно, стоит добавить больше интерактивных занятий и обновить базу знаний". Ну и хорошие моменты тоже стоит хвалить, становится понятно, что использовать как образец.
〰️ 〰️
Преподаватели и студенты, расскажите как устроена система обратной связи у вас в вузах? Учитывается ли она или остаётся простой формальностью?
Ваше мнение очень важно для нас
Привет, коллега!
Любой продавец должен собирать обратную связь, чтобы понимать своё место на рынке, свою востребованность и всячески улучшать свой продукт. И я считаю, что образовательные программы/курсы - это тоже продукт, хоть и не всегда подчиняющийся рыночным законам. А это значит, что образовательные организации и даже отдельные преподаватели должны отслеживать какие-то метрики. Это могут быть очевидные показатели для отчётов, например, конкурс, средний балл ЕГЭ поступивших, доход, место в рейтинге и тд.
Но могут быть и менее интересные для руководящего звена параметры, например, анализ удовлетворённости студентов программой, курсом и даже отдельным преподавателем. Этот пласт информации часто игнорируется, а ведь сейчас сарафанное радио работает очень даже эффективно. В бытность репетиром я уже слышала от наиболее осознанных школьников "не хочу в вуз N, пишут, что там много взяток". Пока что я не видела масштабной работы с отзывами студентов на высоком уровне, хотя где-то есть отдельные попытки стимулировать ППС улучшать свои курсы. Но чаще это инициатива снизу, от неравнодушных преподавателей, которые хотят именно давать знания, а не отчитывать свои часы. Для тех, кто хочет стать таким преподавателем позволю себе дать несколько советов по составлению опросов.
Но самый классный опрос не имеет смысла без респондентов. И я хочу также обратить внимание студентов на них. Иногда опросы создают впечатление, что от вас формально чего-то хотят и заставляют тыкать в кнопочки. Попросите преподавателя рассказать пример, как результаты обратной связи повлияли на образовательный процесс. Если примеров не найдётся - что ж, возможно, действительно она лишь для галочки.
Но если у студентов есть хоть малейший шанс на что-то повлиять через простые опросы - используй возможность и пиши всё, что думаешь. Это может улучшить жизнь следующим поколениям, а возможно уже и тебе, если твой отзыв будет учтён и для других предметов. В ответ на обратную связь от наших студентов, я много раз пересматривала содержание и форматы своих курсов, меняла преподавателей, учебные планы и тд. И на собственном обучении я всегда пишу простыни в отзывах
Для большей эффективности лучше всего писать конструктивно. Это значит, что ты должен не только критиковать или переходить на личности, но и писать, как это улучшить на твой взгляд. Например, вместо "лектор - некомпетентный душнила", можно написать, что "материал курса подан в неподходящем формате и не учитывает последние тренды. Возможно, стоит добавить больше интерактивных занятий и обновить базу знаний". Ну и хорошие моменты тоже стоит хвалить, становится понятно, что использовать как образец.
Преподаватели и студенты, расскажите как устроена система обратной связи у вас в вузах? Учитывается ли она или остаётся простой формальностью?
Please open Telegram to view this post
VIEW IN TELEGRAM
#дед_инсайд
Но это же ветка
Привет, коллега!
В прошлом году я была на обучении и у нас коллегами из другого института возникла дискуссия на тему "нормально ли обсуждать зарплату с коллегами?". В некоторых компаниях сотрудники подписывают соглашение о неразглашении и тогда придётся молчать в тряпочку. Без этого, судя по этой статье на Хабре, законом не запрещено,парю говорю, где хочу, правда только о своей зарплате, доходы коллег - это уже персональная информация. Но с другой стороны, я очень часто встречаю мнение, что обсуждение зарплат в принципе - это моветон. Думаю для малознакомых и не слишком близких людей такие вопросы и обсуждение действительно неприличны, но для дружеских отношений почему нет? Ну, кроме того, что это может подставить работодателя.
Допустим, человек устраивается на работу с каким-то окладом и начинает замечать, что его коллеги живут как-то иначе. Может, конечно, все в браке с айтишниками и поэтому могут позволить себе больше, но червячок сомнений закрадывается. А если в коллективе прекрасные дружеские отношения, практически семья, то в целом там пойдут и разговоры на условно запретные темы, типа политики, религии и конечно же зарплаты. И вот тут человек может выяснить, что он на своей должности получает меньше, чем человек на более низкой. У меня в какой-то момент так оказалось. Возникли вопросики, просьбы увеличить зарплату и последующий уход. Какое-то время разговоры в коллективе были, но потом разрыв по деньгам более менее выровнялся и стало понятно за какие заслуги кто получает. И вместе с этим все практически перестали обсуждать зарплаты. Стало просто неинтересно.
Так вот, может моё мнение будет в меньшинстве, но я считаю, что для того, чтобы люди не обсуждали зарплаты, нужно не запрещать это или убеждать людей в том, что это неприлично, а нужно делать прозрачную и справедливую систему финансового поощрения. Человек устраивается на работу, ему говорят, вот сейчас у тебя мало опыта и ты будешь получать 50 денег. Обучишься, будешь делать вот это и вот это - будет 100 денег. А возьмёшь на себя вот это, то мы тебя повысим и будет все 150. И такие условия для всех. Тогда это будет стимулировать людей работать больше. В противном случае они могут забить на свои обязанности, потому что какой смысл напрягаться?
К сожалению, такое существует в ограниченном количестве мест. Очень часто зарплаты "старожил" плохо индексируются, а новые должности стараются делать ближе к рынку, поэтому кому-то приходится обучать нового сотрудника, который слабее по опыту, но получает больше. Плюс разные источники финансирования и другие внешние обстоятельства могут вызывать подобную несправедливость. Но где-то её стараются сгладить за счёт разного размера премий и надбавок, а где-то оставляют как есть. Интересно, где же меньше текучка?
Иногда зарплаты обсуждаются сотрудниками разных организаций. У друзей-то нет запретных тем. И если компании скрывают свои вилки на условном хэдхантере, то тут всё выходит наружу и оказывается, что в соседнем университете преподаватели получают больше! Почему бы не перейти туда? И это, на мой взгляд, тоже нормально, это здоровая конкуренция.
Возможно, я чего-то не понимаю, но неформальный запрет на обсуждение зарплат по сути выгоден только работодателю, который не может выстроить адекватную систему грейдинга. Я погуглила и спросила у чатгпт, почему такие разговоры невыгодны именно работнику. Вот что удалось найти:
• ты можешь расстроиться сам или расстроить близкого коллегу, это ухудшит отношения в коллективе
• риск ухудшения репутации, работодатель узнает какая ты крыса и это повлияет на карьерный рост
• работодатель может снизить зарплату тем, кто получает больше
• меньше знаешь - крепче спишь
И создаётся ощущение, что все эти причины - это всё равно способ прикрыть созданную несправедливость. Но разве это не тревожный звоночек и не повод задуматься о каких-то переменах? Или надо сидеть в вакууме и молча делать свою работу? В общем, я похоже ничего не смыслю в деловой этике.
Но это же ветка
Привет, коллега!
В прошлом году я была на обучении и у нас коллегами из другого института возникла дискуссия на тему "нормально ли обсуждать зарплату с коллегами?". В некоторых компаниях сотрудники подписывают соглашение о неразглашении и тогда придётся молчать в тряпочку. Без этого, судя по этой статье на Хабре, законом не запрещено,
Допустим, человек устраивается на работу с каким-то окладом и начинает замечать, что его коллеги живут как-то иначе. Может, конечно, все в браке с айтишниками и поэтому могут позволить себе больше, но червячок сомнений закрадывается. А если в коллективе прекрасные дружеские отношения, практически семья, то в целом там пойдут и разговоры на условно запретные темы, типа политики, религии и конечно же зарплаты. И вот тут человек может выяснить, что он на своей должности получает меньше, чем человек на более низкой. У меня в какой-то момент так оказалось. Возникли вопросики, просьбы увеличить зарплату и последующий уход. Какое-то время разговоры в коллективе были, но потом разрыв по деньгам более менее выровнялся и стало понятно за какие заслуги кто получает. И вместе с этим все практически перестали обсуждать зарплаты. Стало просто неинтересно.
Так вот, может моё мнение будет в меньшинстве, но я считаю, что для того, чтобы люди не обсуждали зарплаты, нужно не запрещать это или убеждать людей в том, что это неприлично, а нужно делать прозрачную и справедливую систему финансового поощрения. Человек устраивается на работу, ему говорят, вот сейчас у тебя мало опыта и ты будешь получать 50 денег. Обучишься, будешь делать вот это и вот это - будет 100 денег. А возьмёшь на себя вот это, то мы тебя повысим и будет все 150. И такие условия для всех. Тогда это будет стимулировать людей работать больше. В противном случае они могут забить на свои обязанности, потому что какой смысл напрягаться?
К сожалению, такое существует в ограниченном количестве мест. Очень часто зарплаты "старожил" плохо индексируются, а новые должности стараются делать ближе к рынку, поэтому кому-то приходится обучать нового сотрудника, который слабее по опыту, но получает больше. Плюс разные источники финансирования и другие внешние обстоятельства могут вызывать подобную несправедливость. Но где-то её стараются сгладить за счёт разного размера премий и надбавок, а где-то оставляют как есть. Интересно, где же меньше текучка?
Иногда зарплаты обсуждаются сотрудниками разных организаций. У друзей-то нет запретных тем. И если компании скрывают свои вилки на условном хэдхантере, то тут всё выходит наружу и оказывается, что в соседнем университете преподаватели получают больше! Почему бы не перейти туда? И это, на мой взгляд, тоже нормально, это здоровая конкуренция.
Возможно, я чего-то не понимаю, но неформальный запрет на обсуждение зарплат по сути выгоден только работодателю, который не может выстроить адекватную систему грейдинга. Я погуглила и спросила у чатгпт, почему такие разговоры невыгодны именно работнику. Вот что удалось найти:
• ты можешь расстроиться сам или расстроить близкого коллегу, это ухудшит отношения в коллективе
• риск ухудшения репутации, работодатель узнает какая ты крыса и это повлияет на карьерный рост
• работодатель может снизить зарплату тем, кто получает больше
• меньше знаешь - крепче спишь
И создаётся ощущение, что все эти причины - это всё равно способ прикрыть созданную несправедливость. Но разве это не тревожный звоночек и не повод задуматься о каких-то переменах? Или надо сидеть в вакууме и молча делать свою работу? В общем, я похоже ничего не смыслю в деловой этике.
#диссероплетение
Разделяй и властвуй
Привет, коллега!
Студенты часто спрашивают меняв чём смысл жизни, почему в их выпускных квалификационных работах не может быть раздела «результаты и обсуждение», а нужно делать отдельно «результаты» и отдельно «обсуждение». Вообще, конечно, первые ответы, которые приходят на ум это «меня так научили ка кафедре»/«так принято в большинстве научных журналов»/«на диссере вам это пригодится», но если задуматься, то в этом разделении чуть больше смысла, чем традиции и регламенты. Расскажу, почему.
📎 Важно понимать, что у всех разделов разная функция. Здесь я уже говорила о структуре статьи и вскользь это упоминала. «Результаты» - это фактически полученные данные, без каких-то домыслов, сложной интерпретации, объяснений и так далее. Это объективная информация. «Обсуждение» - это интерпретация и оценка полученных результатов. Что они в целом могут означать, что про это говорит научная литература, какие вообще перспективы исходя из полученных данных есть.
Если мы начнём вставлять пространные рассуждения, какие-то ссылки и рассказы о других исследованиях в «результаты», то можем потерять нить повествования. Связки между подглавами этого раздела должны быть, но короткие. Рассмотрим логику результатов на примере.
📊 С помощью разных методов очистки мы выделили мидихлориан из крови 5 джедаев, вот смотрите 99,9% чистоты. Затем мы решили подобрать условия для их размножения in vitro, попробовали десять способов, два удачных, вот графики роста. Мы вкололи изначальную популяцию и выращенных в лаборатории мидихлориан 20 поргам, и в том и в другом случае половина сдохла, половина так и не стала джедаями. Вот кривые выживаемости и результаты тестов на Силу.
Вроде последовательно получилось. Но если мы посреди этого начнём рассуждать про то, что у Д. Куи и соавт. в статье [42] приводится прототип биореактора, который мог бы быть использован для выращивания мидихлориан в промышленных масштабах, а вот порги вообще не самый хороший объект для доклинических испытаний [43-66], а вообще какая причина смертности, может дозу не подобрали - мы явно собьём читателя с намеченной логики. Как это сделала я этим длинным предложением😈
Помимо этого, «обсуждение» может нести некоторую субъективную интерпретацию. Авторы могут написать, что различий по эффектам от нативных мидихлориан и тех, что из пробирки нет, так что технология очень перспективная, надо запускать промышленное производство и скоро все станут джедаями. Но мы-то понимаем, что из полученных результатов это вообще не следует.
📌 Поэтому помни: «результаты» - это что конкретно получили, а «обсуждение» - что это всё значит. И напоследок небольшой лайфхак. Очень часто при первых попытках написать отдельное обсуждение студенты начинают просто пересказывать полученный результат. Это не совсем правильно и я советую первое время опираться на следующие вопросы и писать ответы на них.
❓ Что получилось? - кратко напомни ключевые результаты
❓ Почему так произошло? - поясни закономерности и связку между отдельными частями. Если где-то есть противоречия, то объясни почему они могли возникнуть
❓ Как это связано с другими исследованиями? - сравни с данными литературы, твои данные согласуются с ней или противоречат? А если противоречат, то выдвини гипотезы почему
❓ Какие есть ограничения? - может какие-то данные можно интерпретировать по-разному, может есть какие-то вынужденные ограничение, например, результаты на животных ≠ результаты на людях. В общем тут надо взглянуть на работу критически
❓ Что дальше? - какие глобальные выводы и перспективы этого исследования. Хотя эта часть может быть вынесена в раздел «Заключение»
Надеюсь, у меня получилось ответить на вопрос, зачем нужно разделение результатов и обсуждения на главы. В целом, я считаю, что умение писать хорошую дискуссию - это навык продвинутого учёного и к нему нужно стремиться и тренироваться хотя бы накошках ВКР.
UPD: коллеги-химики в комментариях заметили, что у них даже в статьях разделы объединены. Но советы по тому, что такое обсуждение, могут быть полезны, просто будут написаны сразу за результатом
Разделяй и властвуй
Привет, коллега!
Студенты часто спрашивают меня
Если мы начнём вставлять пространные рассуждения, какие-то ссылки и рассказы о других исследованиях в «результаты», то можем потерять нить повествования. Связки между подглавами этого раздела должны быть, но короткие. Рассмотрим логику результатов на примере.
Вроде последовательно получилось. Но если мы посреди этого начнём рассуждать про то, что у Д. Куи и соавт. в статье [42] приводится прототип биореактора, который мог бы быть использован для выращивания мидихлориан в промышленных масштабах, а вот порги вообще не самый хороший объект для доклинических испытаний [43-66], а вообще какая причина смертности, может дозу не подобрали - мы явно собьём читателя с намеченной логики. Как это сделала я этим длинным предложением
Помимо этого, «обсуждение» может нести некоторую субъективную интерпретацию. Авторы могут написать, что различий по эффектам от нативных мидихлориан и тех, что из пробирки нет, так что технология очень перспективная, надо запускать промышленное производство и скоро все станут джедаями. Но мы-то понимаем, что из полученных результатов это вообще не следует.
Надеюсь, у меня получилось ответить на вопрос, зачем нужно разделение результатов и обсуждения на главы. В целом, я считаю, что умение писать хорошую дискуссию - это навык продвинутого учёного и к нему нужно стремиться и тренироваться хотя бы на
UPD: коллеги-химики в комментариях заметили, что у них даже в статьях разделы объединены. Но советы по тому, что такое обсуждение, могут быть полезны, просто будут написаны сразу за результатом
Please open Telegram to view this post
VIEW IN TELEGRAM