#it_is_Friday_my_fellows
Привет, коллеги!
У меня родилась одна идейка. Многие из вас имеют домашних питомцев и как у любых уважающих себярабов хозяев у вас точно много всратых фотографий, которые при удачном раскладе смогли бы стать мемом. И я хочу из таких фото собрать стикер пак с любимцами подписчиков канала, чтобы его можно было использовать, например, в комментариях. Так что скидывай фото с большим мемным потенциалом и посмотрим, что получится😺
Привет, коллеги!
У меня родилась одна идейка. Многие из вас имеют домашних питомцев и как у любых уважающих себя
Please open Telegram to view this post
VIEW IN TELEGRAM
Хотела возмутиться выборами член-корра в отделение физиологических наук РАН с индексом Хирша 2, но после поста Labrats про академика с 0 все вопросы отпали (нет).
Я, конечно, не считаю, что чем больше Хирш - тем лучше учёный, но какой-то минимально адекватный порог должен же быть. Иначе получается, что мировое научное сообщество не узнало и не признало заслуг этих людей, но высших академических регалий они всё равно достойны 🤔
Я, конечно, не считаю, что чем больше Хирш - тем лучше учёный, но какой-то минимально адекватный порог должен же быть. Иначе получается, что мировое научное сообщество не узнало и не признало заслуг этих людей, но высших академических регалий они всё равно достойны 🤔
#дед_инсайд
Прекрасное - далёко
Говорят, что диснеевские мультфильмы формируют у девочек неправильное представление об отношениях. Не знаю, что я такого посмотрела в подростковом возрасте, что у меня сформировалось абсолютно неправильное представление о функционировании науки.
Когда я поступала на биологический факультет МГУ, я мечтала стать учёным, который может поменять мир своими открытиями. Мне казалось, что есть какой-то объективный алгоритм, и, если чётко ему следовать, то рано или поздно всё получится. Мне казалось, что учёные - это умные люди и они не такие порочные как другие. Мне казалось, что для учёных первостепенна именно жажда знаний и открытий, а не жажда денег и власти.
Очевидно, что со временем мои розовые очки разбились о реальность. Я увидела преподавателей, которые самоутверждаются за счёт студентов. Услышала об откровенном распиле многомиллионных грантов. Столкнулась с фальсификацией результатов. Узнала, что такое конфликт интересов, продвижение своих и задвигание чужих. Наука оказалась такой же грязной, как и любая другая система.
Во времена своего панковского прошлого, я пришла к выводу, что бесполезно бороться с системой извне. Революция редко приводит к чему-то хорошему. Единственный путь - это стать частью системы и пытаться менять её изнутри. Так что я решила, что в рамках той власти, что у меня будет, я попытаюсь выстроить ту идеальную систему, о которой когда-то мечтала. Надеюсь, что это не прозвучит как самолюбование, но для меня самое крутое в управленческой позиции - это слышать "я у вас, как у Христа за пазухой", "в вашей магистратуре я чувствую, что на меня не плевать", "вы так хорошо организовали учебный процесс, мне наконец-то всё понятно". Деньги, конечно, тоже приятный бонус, но никак не цель, на условном репетиторстве можно и побольше заработать.
А самое классное, что те самые учёные из моей идеалистической картины мира тоже существуют. Это прекрасные, открытые люди, горящие своими исследованиями и жаждущие перемен. Они не боятся быть неудобными в глазах руководства и выбивают лучшие условия для своих исследований и своих людей. Для них справедливость важнее регалий, а истина важнее показателей. Но, к сожалению, многие из них вымотаны и выгорели в этой постоянной борьбе. Хочется пожелать им не сдаваться.
Уверена, что среди нас очень много неравнодушных людей, которых возмущает текущая ситуация в науке. Как правильно замечают коллеги, мы не можем её изменить. Но это не значит, что мы должны её принимать. Мы имеем полное право обсуждать и осуждать фальсификацию данных, закупки статей, коррупцию, кумовство и прочие прелести системы. Потому что тогда у нас, и у наших преемников будет хоть какой-то нравственный ориентир. Если каждый руководитель в своей маленькой вотчине попробуют построить что-то другое, то появятся островки нормальности среди хаоса. Может быть, это ничего не изменит в глобальном масштабе, но если мы будем сидеть и молча терпеть, потому что "здесь так заведено", то так и потонем в этом болоте.
Поэтому, коллеги, встаём поутру, умываемся, приводим себя в порядок - и сразу же приводим в порядок свою планету.
Прекрасное - далёко
Говорят, что диснеевские мультфильмы формируют у девочек неправильное представление об отношениях. Не знаю, что я такого посмотрела в подростковом возрасте, что у меня сформировалось абсолютно неправильное представление о функционировании науки.
Когда я поступала на биологический факультет МГУ, я мечтала стать учёным, который может поменять мир своими открытиями. Мне казалось, что есть какой-то объективный алгоритм, и, если чётко ему следовать, то рано или поздно всё получится. Мне казалось, что учёные - это умные люди и они не такие порочные как другие. Мне казалось, что для учёных первостепенна именно жажда знаний и открытий, а не жажда денег и власти.
Очевидно, что со временем мои розовые очки разбились о реальность. Я увидела преподавателей, которые самоутверждаются за счёт студентов. Услышала об откровенном распиле многомиллионных грантов. Столкнулась с фальсификацией результатов. Узнала, что такое конфликт интересов, продвижение своих и задвигание чужих. Наука оказалась такой же грязной, как и любая другая система.
Во времена своего панковского прошлого, я пришла к выводу, что бесполезно бороться с системой извне. Революция редко приводит к чему-то хорошему. Единственный путь - это стать частью системы и пытаться менять её изнутри. Так что я решила, что в рамках той власти, что у меня будет, я попытаюсь выстроить ту идеальную систему, о которой когда-то мечтала. Надеюсь, что это не прозвучит как самолюбование, но для меня самое крутое в управленческой позиции - это слышать "я у вас, как у Христа за пазухой", "в вашей магистратуре я чувствую, что на меня не плевать", "вы так хорошо организовали учебный процесс, мне наконец-то всё понятно". Деньги, конечно, тоже приятный бонус, но никак не цель, на условном репетиторстве можно и побольше заработать.
А самое классное, что те самые учёные из моей идеалистической картины мира тоже существуют. Это прекрасные, открытые люди, горящие своими исследованиями и жаждущие перемен. Они не боятся быть неудобными в глазах руководства и выбивают лучшие условия для своих исследований и своих людей. Для них справедливость важнее регалий, а истина важнее показателей. Но, к сожалению, многие из них вымотаны и выгорели в этой постоянной борьбе. Хочется пожелать им не сдаваться.
Уверена, что среди нас очень много неравнодушных людей, которых возмущает текущая ситуация в науке. Как правильно замечают коллеги, мы не можем её изменить. Но это не значит, что мы должны её принимать. Мы имеем полное право обсуждать и осуждать фальсификацию данных, закупки статей, коррупцию, кумовство и прочие прелести системы. Потому что тогда у нас, и у наших преемников будет хоть какой-то нравственный ориентир. Если каждый руководитель в своей маленькой вотчине попробуют построить что-то другое, то появятся островки нормальности среди хаоса. Может быть, это ничего не изменит в глобальном масштабе, но если мы будем сидеть и молча терпеть, потому что "здесь так заведено", то так и потонем в этом болоте.
Поэтому, коллеги, встаём поутру, умываемся, приводим себя в порядок - и сразу же приводим в порядок свою планету.
#методичка
Не можешь победить - возглавь
Привет, коллега!
Мы уже успели обсудить использование ИИ в научной и учебной работе и резюмировать можно первым комментарием: "нейросети сильных сделают еще сильнее, а слабых - еще слабее". Я уверена, что подписчики этого канала относятся к первой категории, так что специально для самых сильных подборочка полезных сервисов с ИИ для учёных.
🔸 Сonsensus - туда можно задать вопрос и ИИ ищет ответ среди PubMed, Semantic Scholar и др баз данных, а также даёт ссылки на исследования откуда он взял результат. Ещё там есть очень удобный Consensus Meter, в котором можно оценить качество и количество статей поддерживающих или опровергающих точку зрения. Например, большинство статей считают арбидол эффективным препаратом, но большинство хороших статей говорят, что нет.
🔸 Perplexity Academic - нейросетка, которая выдаёт ответы на вопросы, анализируя научные статьи. Но в отличие от консенсуса не анализирует рейтинг журналов, количество цитирований и тд
🔸 SciSpace - помимо стандартного (имхо весьма слабенького) бота для вопросов, имеет ряд интересных фич. Например, умеет перефразировать предложения, оформляет цитаты, пересказывает простым языком куски статей. Ещё он умеет превращать статьи в презентации и в видео, но эта функция работает пока коряво, мои статьи он не смог нормально переварить.
🔸 Research Rabbit - очень классный инструмент, позволяющий строить взаимосвязи между статьями и находить похожие исследования. Кажется, скоро станет незаменимым при подготовке обзорных статей.
🔸 Litmaps - по функционалу очень похож на Research Rabbit, но немного другой интерфейс и принцип сбора карты. Если в Research Rabbit сразу выдаются тысячи похожих статей и далее нужно отбирать нужное/ненужное, то тут надо добавлять похожие статьи и на основе этого генерируются всё новые и новые рекомендации. Обе программы кстати синхронизируются с Zotero.
🔸 Inciteful - и ещё одна нейросетка с графами статей. Поскольку нашла её после предыдущих двух - не так впечатлила.
🔸 AlphaXiv - ищет литературу по разным источникам плюс выступает как самостоятельная библиотека. Очень классная фишка - краткий конспект статьи (кнопка blog). Также выступает как соцсеть, статьи можно комментировать и делится своими заметками.
🔸 Elicit - делает достаточно подробные обзоры в том числе систематические по заданной тематике. Попробовала спросить по тематике своих исследований - справляется в целом неплохо. Но хочет денег за полный функционал, так что я не смогла оценить по достоинству.
🔸 Trinka - очень классный инструмент для проверки и корректировки академического английского. Загнала туда текст, переведённый с помощью ChatGPT, и Trinka реально улучшил то, что ревьюеры уже сочли отличным английским.
🔸 Writefull - интересный сервис, который позволяет делать текст более академичным, а также умеет придумывать заголовки по абстракту и абстракт по тексту статьи. В этом плане может быть хорошим подспорьем в случае творческого кризиса.
➖ ➖
Я знаю, что не все коллеги поддерживают использование ИИ в научной работе. Кстати, ставь 💩 на этот пост, если ты категорически против использования нейросеток для подготовки и написания научных работ. Тем не менее, для меня это всего лишь удобный инструмент, которым надо просто правильно и не бездумно пользоваться. Коллеги, а какие ещё полезные ИИ сервисы для научной работы вы можете посоветовать?
Не можешь победить - возглавь
Привет, коллега!
Мы уже успели обсудить использование ИИ в научной и учебной работе и резюмировать можно первым комментарием: "нейросети сильных сделают еще сильнее, а слабых - еще слабее". Я уверена, что подписчики этого канала относятся к первой категории, так что специально для самых сильных подборочка полезных сервисов с ИИ для учёных.
Я знаю, что не все коллеги поддерживают использование ИИ в научной работе. Кстати, ставь 💩 на этот пост, если ты категорически против использования нейросеток для подготовки и написания научных работ. Тем не менее, для меня это всего лишь удобный инструмент, которым надо просто правильно и не бездумно пользоваться. Коллеги, а какие ещё полезные ИИ сервисы для научной работы вы можете посоветовать?
Please open Telegram to view this post
VIEW IN TELEGRAM
#статистика_для_котиков
Она говорила, что любит нормальных, но выбирала с эксцессом и асимметрией
Привет, коллега!
Пока я готовлю очередной длиннопост про призму (для вновьприбывших первая и вторая части), решила кратенько рассказать о таких параметрах как асимметрия (skewness) и эксцесс (kurtosis), отражающих форму распределения данных.
Итак, коэффициент асимметрии - это мера асимметрии распределения вероятностей случайной величины относительно её среднего значения. Если он равен нулю, то распределение симметрично относительно центра (например, нормальное распределение или распределение Стьюдента).
Однако, очень часто распределение ассиметрично, например, если посмотреть на распределение зарплат, то можно увидеть, что труд большей части людей не слишком высоко ценится, а вот высокие доходы имеет лишь небольшая часть населения. Собственно вот такой длинный хвост справа будет выражаться в положительном коэффициенте асимметрии и чем больше значение - тем больше перекос.
Отрицательный коэффициент асимметрии будет при длинном хвосте слева и большей вероятности получить высокие значения случайной величины. Например, на одном из моих предметах большинство студентов набирает 70-90 баллов из 100 за эссе, потому что они очень умные, умеют искать литературу и правильно оформлять работу. Но бывает попадаются редкие работы, бездумно сгенерированные нейросетками и вот они создают длинный левый хвост у распределения оценок.
🤔 Странные, конечно, примеры получились, на грустное распределение зарплат коэффициент асимметрии положительный, а на умненьких студентов - отрицательный
Теперь про второй параметр, коэффициент эксцесса. Он отражает насколько "острая" вершина у распределения. UPD: есть поправочка из комментариев. Вообще есть приколы с его расчётом и одна из формул была предложена Пирсоном. По ней у нормального распределения эксцесс равен 3. Но чаще используют избыточный эксцесс (excess kurtosis), получаемый вычитанием тройки, причём называют его также просто коэффициентом эксцесса (например, в призме это так).
Распределение близкое к нормальному имеет избыточный эксцесс равный 0 и называется мезокуртическим распределением. Если коэффициент отрицательный, то распределение имеет более распластанную форму и называется платикуртическим. Для биологических данных небольшие выборки из неоднородной генеральной совокупности чаще всего будут иметь именно такое распределение, поскольку изначально разброс большой, а измерений для высокого пика нормального распределения может просто не хватать. Попробуй измерить рост у 5 своих друзей и посчитать коэффициент эксцесса.
Избыточный эксцесс больше 0 характерен для лептокуртического распределения. В этом случае распределение имеет высокий и острый пик, но в отличие от распределения с малым стандартными отклонением, в нём присутствуют значения сильно отклоняющиеся от среднего. Возвращаясь к умным студентам с высокими баллами за эссе: из-за читеров с нейросетями распределение получается не нормальным с малым разбросом, а лептокуртическим. Кстати, картинку распределением оценок прошлого года и рассчитанными коэффициентами ассиметрии и эксцесса скину в комментарии.
Пока читала литературу для этого поста неоднократно наталкивалась на информацию о том, что лептокуртическое распределение доходности рынка означает высокие риски при инвестировании, а вот платикурическое распределение более безопасно. Пока что моя единственная инвестиция - это запасы жирочка на случай голода, но может кому-то эта информация будет полезной.
И в заключении хочу признаться: я написала весь этот текст только чтобы запостить картинку с котиками, которая поднимает мне настроение каждый раз, когда я её встречаю. Надеюсь, теперь и тебе тоже🙂
Она говорила, что любит нормальных, но выбирала с эксцессом и асимметрией
Привет, коллега!
Пока я готовлю очередной длиннопост про призму (для вновьприбывших первая и вторая части), решила кратенько рассказать о таких параметрах как асимметрия (skewness) и эксцесс (kurtosis), отражающих форму распределения данных.
Итак, коэффициент асимметрии - это мера асимметрии распределения вероятностей случайной величины относительно её среднего значения. Если он равен нулю, то распределение симметрично относительно центра (например, нормальное распределение или распределение Стьюдента).
Однако, очень часто распределение ассиметрично, например, если посмотреть на распределение зарплат, то можно увидеть, что труд большей части людей не слишком высоко ценится, а вот высокие доходы имеет лишь небольшая часть населения. Собственно вот такой длинный хвост справа будет выражаться в положительном коэффициенте асимметрии и чем больше значение - тем больше перекос.
Отрицательный коэффициент асимметрии будет при длинном хвосте слева и большей вероятности получить высокие значения случайной величины. Например, на одном из моих предметах большинство студентов набирает 70-90 баллов из 100 за эссе, потому что они очень умные, умеют искать литературу и правильно оформлять работу. Но бывает попадаются редкие работы, бездумно сгенерированные нейросетками и вот они создают длинный левый хвост у распределения оценок.
Теперь про второй параметр, коэффициент эксцесса. Он отражает насколько "острая" вершина у распределения. UPD: есть поправочка из комментариев. Вообще есть приколы с его расчётом и одна из формул была предложена Пирсоном. По ней у нормального распределения эксцесс равен 3. Но чаще используют избыточный эксцесс (excess kurtosis), получаемый вычитанием тройки, причём называют его также просто коэффициентом эксцесса (например, в призме это так).
Распределение близкое к нормальному имеет избыточный эксцесс равный 0 и называется мезокуртическим распределением. Если коэффициент отрицательный, то распределение имеет более распластанную форму и называется платикуртическим. Для биологических данных небольшие выборки из неоднородной генеральной совокупности чаще всего будут иметь именно такое распределение, поскольку изначально разброс большой, а измерений для высокого пика нормального распределения может просто не хватать. Попробуй измерить рост у 5 своих друзей и посчитать коэффициент эксцесса.
Избыточный эксцесс больше 0 характерен для лептокуртического распределения. В этом случае распределение имеет высокий и острый пик, но в отличие от распределения с малым стандартными отклонением, в нём присутствуют значения сильно отклоняющиеся от среднего. Возвращаясь к умным студентам с высокими баллами за эссе: из-за читеров с нейросетями распределение получается не нормальным с малым разбросом, а лептокуртическим. Кстати, картинку распределением оценок прошлого года и рассчитанными коэффициентами ассиметрии и эксцесса скину в комментарии.
Пока читала литературу для этого поста неоднократно наталкивалась на информацию о том, что лептокуртическое распределение доходности рынка означает высокие риски при инвестировании, а вот платикурическое распределение более безопасно. Пока что моя единственная инвестиция - это запасы жирочка на случай голода, но может кому-то эта информация будет полезной.
И в заключении хочу признаться: я написала весь этот текст только чтобы запостить картинку с котиками, которая поднимает мне настроение каждый раз, когда я её встречаю. Надеюсь, теперь и тебе тоже
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
#лаблыба
Админ в запаре из-за подготовки документов по защитам магистерских и в целом на конец семестра. Забыла кинуть в отложку вечернюю юмореску 😢
Админ в запаре из-за подготовки документов по защитам магистерских и в целом на конец семестра. Забыла кинуть в отложку вечернюю юмореску 😢
#it_is_Friday_my_fellows
Привет, коллега!
В комментариях к посту о выгорании родилась идея выяснить, если ли корреляция между результатами опросника Маслач и разными факторами вроде пола, возраста, научного стажа, города, отраслью наук и так далее. В общем, я сделала гугл форму, в которой надо потыкать на разные кнопочки. Первичные результаты опроса я выложу здесь и каждый сможет самостоятельно их проанализировать(может даже @blastim разберут их на своих вебинарах) . Ну и собственные выводы тоже напишу.
Я постаралась сделать так, чтобы прохождение опроса не занимало больше 5 минут, поэтому туда включены не все факторы, которые в теории могли бы влиять на профессиональное выгорание, а только те, что лично мне показались интересными.
В общем, кликай на ссылочку и проходи опрос, надеюсь, сможем узнать что-то интересное🤔
Привет, коллега!
В комментариях к посту о выгорании родилась идея выяснить, если ли корреляция между результатами опросника Маслач и разными факторами вроде пола, возраста, научного стажа, города, отраслью наук и так далее. В общем, я сделала гугл форму, в которой надо потыкать на разные кнопочки. Первичные результаты опроса я выложу здесь и каждый сможет самостоятельно их проанализировать
Я постаралась сделать так, чтобы прохождение опроса не занимало больше 5 минут, поэтому туда включены не все факторы, которые в теории могли бы влиять на профессиональное выгорание, а только те, что лично мне показались интересными.
В общем, кликай на ссылочку и проходи опрос, надеюсь, сможем узнать что-то интересное
Please open Telegram to view this post
VIEW IN TELEGRAM
#АДский_труд
Вчера у меня было последнее занятие со студентами по дисциплине "Экспериментальные исследования живых систем" и они выступали с докладами. В общем, мой совет преподавателям: разрешайте студентам вставлять в презентацию мемы. Несмотря на то, что занятие длилось почти 5 часов, мы отлично провели время, заслушали очень крутые доклады, узнали много нового о моделировании заболеваний человека и неплохо повеселились.
Лучшее потихоньку размещу в этом канале. Вот, например, схема стрептозотоцин-индуцированной модели диабета
Вчера у меня было последнее занятие со студентами по дисциплине "Экспериментальные исследования живых систем" и они выступали с докладами. В общем, мой совет преподавателям: разрешайте студентам вставлять в презентацию мемы. Несмотря на то, что занятие длилось почти 5 часов, мы отлично провели время, заслушали очень крутые доклады, узнали много нового о моделировании заболеваний человека и неплохо повеселились.
Лучшее потихоньку размещу в этом канале. Вот, например, схема стрептозотоцин-индуцированной модели диабета