{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"8caa5f1d-993f-4d27-a751-4209eb70de9c","title":"新黑暗时代：科技与未来的终结","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787218135007","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"8caa5f1d-993f-4d27-a751-4209eb70de9c","id":"8caa5f1d-993f-4d27-a751-4209eb70de9c","uuid":"8caa5f1d-993f-4d27-a751-4209eb70de9c","title":"新黑暗时代：科技与未来的终结","normalized_title":"新黑暗时代科技与未来的终结","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787218135007","isbns":["9787218135007"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":319,"navigation_url":"https://workshop.closeclaw.top/ai/book/8caa5f1d-993f-4d27-a751-4209eb70de9c","title_url":"https://workshop.closeclaw.top/ai/title/%E6%96%B0%E9%BB%91%E6%9A%97%E6%97%B6%E4%BB%A3%EF%BC%9A%E7%A7%91%E6%8A%80%E4%B8%8E%E6%9C%AA%E6%9D%A5%E7%9A%84%E7%BB%88%E7%BB%93","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/8caa5f1d-993f-4d27-a751-4209eb70de9c/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/8caa5f1d-993f-4d27-a751-4209eb70de9c/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/8caa5f1d-993f-4d27-a751-4209eb70de9c","page_url":"https://workshop.closeclaw.top/api/ai/books/8caa5f1d-993f-4d27-a751-4209eb70de9c/page","search_url":"https://workshop.closeclaw.top/api/ai/books/8caa5f1d-993f-4d27-a751-4209eb70de9c/search"},"page":{"printed_page":97,"pdf_page":104,"physical_index":104,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"8cbd8089fa67df8a26685cf46b6a10ec033c82a8e2e966076bf68048208d67b9"},"chapter":"第十章阴云261","content":"危机背后的原因多种多样，就像学术诈骗这类，出现这样的危机一部分是因为研究变得越来越透明，评估工作也越来越可行。然而，从科研人员面临的发表压力（重压之下，他们往往会对有问题的结果添油加醋，并悄悄抹除反面例证）到形成科学结论的实验方法，科学界还存在着很多更具系统性的问题。\n\n其中最具有争议性的做法是P值篡改。P指的是概率，代表某项科学实验的结果是否具备统计意义。在许多场合下，P值很容易算出来，于是P值就成为了科学实验的一个常用指标。当P值小于0.05时，就意味着研究结果是偶然得出（假阳性）的几率低于5%。在许多学科中，P值小于0.05被认为是衡量一项科学假设正确与否的基准线。然而由于这一共识，低于0.05的P值逐渐成为了研究者的追求目标，而非衡量手段。许多研究人员为了达到特定的目的，从庞大的数据库中有选择性地进行数据提取，以支持任意特定假设。\n\n为了说明P值的算法，我们以掷骰子为例。假设绿色骰子和其他骰子不同，被动过手脚。我们取出10个绿色的骰子，将每一颗骰子投掷100次。在这1000次投掷中，其中6点朝上的次数是183次。如果骰子是完全公平的，6点朝上的次数应该是1000/6，也就是167次。这个结果偏高了。为了确定实验的有效性，我们必须算出实验的P值。但是P值跟假设并没有关系：它计算的是偶然投掷出183次及以上6点的概率。在我们投掷的1000次骰子当中，这一概率只有4%，即P=0.04——这一数值（小于\n\n第四章运算\n\n97","previous_page":96,"next_page":98}