科学馆如何影响学术出版?

2011年,哈萨克斯坦的研究生Alexandra Elbakyan开了一个名为Sci-Hub的网站。 自成立以来,该网站已获得越来越多的关注。 实际上,从2015年9月到2016年2月,全球许多研究人员从Sci-Hub下载了超过2800万份科学论文。 下载的文章来自主要的知名期刊,例如《自然》和《科学》,也来自专业科学领域的小型期刊。 Sci-Hub基本上免费提供超过5,000万篇文章的访问权限,研究人员只需使用论文标题或DOI进行搜索即可立即获得免费访问,从而使其易于使用的搜索引擎来查找学术论文。 总体而言,免费获取期刊文章的想法对于全世界的研究人员来说似乎是一个巨大的优势,但是为了真正理解Sci-Hub如何颠覆学术出版界,我们必须了解出版和获取期刊的方式。传统上是做日记。 发布过程和日记访问 本质上有两种发布和访问期刊的途径。 首先,研究人员撰写论文并提交论文到期刊上,然后免费发表论文,但是要让其他研究人员获取论文,他们必须付费。 第二种途径是研究人员撰写和提交手稿并支付出版费,从而使他们的文章可以免费访问,这样其他研究人员就不必为阅读文章付费。 在大多数情况下,主要大学的研究人员在访问方式上并没有真正注意到这两种方式的差异,因为这些大学的大多数图书馆都为订阅期刊以支付其学术研究人员的费用而付费。 另一方面,资金较少的小型大学的研究人员通常缺乏这种访问权限,因为它负担不起。 科学中心的影响 Sci-Hub对这两种发布方式都造成了破坏,因为Sci-Hub创建的开放式访问类型基本上被视为盗版,因此是非法的。 从第一种途径的角度来看,大型学术期刊出版商反对Sci-Hub,因为这些出版商依靠其订阅服务来创收。 如果研究人员可以免费获得期刊,那么学术组织为什么要付费才能获得期刊文章? 这导致出版商声称Sci-Hub正在严重损害学术出版界。…

再也没有:科学文章中流行文化参考的使用

Radovan在Unsplash上​​的照片 您是否曾经使用人口文化中的名言或短语来表达观点? 我相信我们在某个时候都已经做到了这一点,只要没有其他原因,除了在我们原本平凡的讨论中增添才华和一点点橱窗装饰。 但是,专业或科学讨论呢? 您是否会插入《 疯狂的麦克斯:狂暴之路》的报价,以提供反乌托邦未来的心理图景? 您会引用《 黑暗骑士》的小丑作为内战贪婪理论谬论的参考吗? 实际上, 在几乎每门学科的现有文献中都可以找到这些插入物,以及无数其他内容。 乔恩·泰森(Jon Tyson)在Unsplash上​​的照片 现在,在我们对科学文献中此类参考文献的不适当(或平庸)大肆吹捧之前,让我们考虑一下教授,讲师和其他研究人员在演讲,课程和其他学习材料中包含流行文化参考文献的频率。 YouTube上充斥着有趣而有趣的演讲视频,在这段视频中,流行文化被用作促进与观众互动和互动的催化剂(我们可以花点时间欣赏一下这个庆祝活动吗?)。 一些老师甚至可以使用《辛普森一家》和视频游戏来交流信息并推动课堂讨论(例如,这位富有进取心的教授曾用刺客信条来教历史课)。 我经常在自己的演讲中使用流行文化参考文献,将它们与理论上的联系联系起来 (作为一个切线的例子,回想一下电影《霍兰德先生的作品》,以及他通过《玩具》可识别的一击奇观A教授巴赫的《 G的露面》)。情人的协奏曲)。…

如果研究是真实的,它不应该可重现吗?

科学及其进步取决于“可复制性”这一必不可少但却日益被忽视的基础。 这个关键原理比实践更容易理解。 如果您的研究是可靠的,并且发现了有关自然如何运作的重要事实,那么另一位科学家应该能够通过正确地遵循您的方法来复制您的研究,以获得相似(如果不同)的结果。 但是,如果这种复制反驳了您的工作,那么通常需要进一步的调查来确定您研究知识的有效性。 这些自校正迭代需要伪造的可能性,这取决于科学家试图复制其领域内其他人的研究。 不幸的是,这并没有像学术研究那样发生。 例如,在生物医学领域,一项研究发现已发表的研究中有75%的结果无法再现。 可重复性的问题在心理学研究中非常困难,对于已发表的研究,只有不到1%的可重复性证明其结果是有效的知识。 一些学科(如生态学)更容易出现可再现性问题。 但是,在最近对1576名研究人员的调查中,有52%的人表示存在可重复性的“重大危机”(另有38%的人表示仅存在“轻微危机”)。 接下来的问题是:可以做什么? 进行可重复的研究 可重现性危机是由许多因素根源和驱动的。 评分最高的因素是选择性报告,发表压力以及统计分析或能力薄弱-反映了学术界的激烈竞争和时间压力-而评分中等的因素包括方法报告不完整和彻头彻尾的欺诈行为。 显然,防止危机恶化的一种方法是鼓励研究人员进行更多的“可重复的研究”。 在适用于研究领域的情况下,此类研究应旨在确保三种可重复性:计算,经验和统计。 这需要提供在建模或仿真(计算)中使用的代码,软件和硬件详细信息; 描述您如何收集数据并免费供其他人使用(经验),并彻底描述您的实验/研究设计,以及应用于数据的统计测试或分析,包括所做的任何假设(统计)。…