{"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":98,"pdf_page":105,"physical_index":105,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"2ac1eac596e7714d4b13b234097f21a2058213e6cb495d58420f517944bb6571"},"chapter":"第十章阴云261","content":"0.05）是被科学界所认可的，我们的实验结果便可以申请发表。15\n\n为何人们不认为这样荒谬的操作过于简单呢?也许本不该如此—但是它确实是有效的。它方便人们计算和阅读，越来越多的期刊开始拿它作为标准，筛选成千上万投稿的简便方法。除此之外，P值篡改靠的不仅仅是机缘巧合。许多研究者可以对大量的数据进行梳理，以便找到他们想要的结果。比方说，除了绿骰子之外，我还可以投10个蓝骰子、10个黄骰子和10个红骰子等等。我可以选择50种不同的颜色，其中大部分情况下的投掷结果会接近平均值。但是，投的次数越多，就越可能得到一个罕见的结果，这个结果正好是可以用来发表的。这种做法给了P值篡改一个新的名称：数据捕捞（datadredging）。数据捕捞在社会科学领域尤其臭名昭著，主要原因就在于来自社交媒体和其他来源的行为大数据数量大幅度骤升，让研究者有机会迅速获取大量信息。然而P值篡改行为普遍存在于各个学科，并不仅限于社会科学界。\n\n2015年，一份针对10万篇开放论文的综合性分析显示，P值篡改现象存在于多个学科。16研究人员分析并找出了这些论文所使用的P值，并发现绝大多数文章的P值都刚好低于0.05,这表明了大多数科研人员都在努力调整实验设计、数据组或统计方法，以得到正好符合要求的结果。为此，顶尖医学期刊《公共科学图书馆·综合》(PLOSONE）的编辑发表了一篇社论，名为《为什么大部分研究发现都是假的》，抨击了科学研究中的统计方法。17\n\n需要强调的是，数据捕捞与学术欺诈是两回事。虽然很多研究结果站不住脚，但科学界最大的担忧还不是研究人员故意篡改结果，而是他们往往会在无意之中修改了结论，这都要感谢来自科研机构的巨大压力、宽松的发表标准以及可供利用的大量数据。越来越多的文章被撤回、日益下降的可复制率以及科学分析和传播的内在复杂性令整个科学界忧心忡忡。这种担忧本身就是有害的。科学需要信任：研究人员彼此间的信任和公众对研究人员的信任。信任的崩塌不管是害群之马所为，还是其他多种原因造成的结果，抑或是不可知的力量作祟—对于整个科学研究的未来而言都将产生灾难性的影响。\n\n新黑暗时代科技与未来的终结\n\n98","previous_page":97,"next_page":null}