🥺 Коллеги, всем хороших выходных!

Привет, коллега!

Это первый пост под хештегом #учёный_совет, так что расскажу подробнее. Я планирую брать небольшие интервью у разных учёных: как у докторов наук, так и у начинающих исследователей, имеющим какой-то необычный и интересный опыт. Я надеюсь, что пример других учёных поможет сориентироваться в мире науки и вдохновит тебя на новые открытия.

Герой сегодняшнего дня Владимир Александрович Титарев, д.ф-м.н, профессор, руководитель отделения «Моделирование сложных физических и технических систем» ФИЦ «Информатика и управление» РАН

Владимир Александрович, вы проходили аспирантуру и постдок в Италии [University of Trento]. Как там всё устроено? В чем отличия от российской аспирантуры?
Основное отличие в лучшую сторону - государство выплачивает стипендию, на которую можно жить. Аспирантам дается рабочее место с компьютером, на котором можно работать. Из минусов - университет не предоставляет дешевого служебного жилья, общага по такой же цене, как в частном секторе. Еще тогда [2001-2005 гг.] в Италии была программа стажировок за границей суммарно до года, в это время выплачивалась стипендия с коэффициентом 1.5, был бюджет на конференции/командировки/летние школы. Хотя сейчас экономическая ситуация хуже стала.

Именно Италия оплачивала?
Да, государство. У кафедры квота на Х позиций с финансированием. Но есть и минус - раньше времени не защититься.

Это нужно было потом отработать? Или можно было приехать, учиться на бюджете и потом уехать?
Да. Я практически так и сделал, поработал 1.5 года постдоком и поехал в Англию [Cranfield University]

А в Англии? Как там устроена научная деятельность? Чем отличается от нашей?
Я в специфическом месте был, нетипичном. В Англии многое за деньги, но как правило для хороших аспирантов находят бюджет на обучение и проживание. Когда я там работал, в основном в аспирантуру шли после бакалавра, либо шли в магистратуру и потом работать. В Англии много иностранцев, там им проще карьеру делать чем в Италии. Несколько моих друзей полные профессора.

А сколько лет бакалавриат? И как устроен?
4 года. Я с бакалаврами никогда дела не имел. В Кренфилде только магистры и аспиранты

Но магистры как понимаю в науку не особо идут? И хватает ли уровня бакалавров для аспирантуры?
Мне показалось что это редкая ситуация - магистратура потом аспирантура. Но возможная. После 1 года аспирантуры давали MA of philosophy. Думаю что это на случай провала)

А много было проваливших?
Мало. Они же платят деньги 😄

То есть не как в Италии можно поучиться за счёт государственных средств, а прямо наоборот.
Можно, но это для очень одаренных. Для инстранцев отдельная песня, так как их плата была в разы больше. Но в Англии обычное дело, когда аспирантуру оплачивает сторонняя компания, например Аэрбас

То есть "целевые" аспирантуры?
На некоторые тематики дешевле оплатить аспиранта, чем платить сотруднику

Похоже везде аспиранты - это дешевая рабочая сила
Ну да

А как ваш опыт преподавания в Англии?
Во-первых, нагрузка меньше. У меня было 130 часов в год и это много. Потом у нас была специфическая схема для магистров - курс 20 часов читался всю неделю подряд, потом перерыв

Это как циклы у врачей, мне знакомо. На ваш взгляд это эффективно?
На мой взгляд нет, усваивается не очень. Но иногда бывает удобно.

А студенты там и здесь как-то отличаются?
Там более мотивированные кмк, потому что все платное

Почему решили уехать из Англии и остаться здесь?
Домой захотелось) Да я и не собирался там долго жить

Для вашей специальности именно в плане работы в науке, где было больше всего возможностей?
Сложно сказать. В Германии и Англии есть наука в частных фирмах, в Италии меньше. И позиций мало в универах: мне и шефу 4 года обещали, когда вроде давали, уже я уехал в Англию. И в целом, у них другое устройство страны и экономики, прямо их опыт на нас не перенести. Для меня главными являются люди и среда.

⚡️ А в свободное от науки время Владимир Александрович ведёт свой фотоблог. Думаю, фото идеально выверены с математической точки зрения, иначе почему они получаются такими завораживающими?

Привет, коллега!

Ну штош, вот и новый учебный год начался. Позволю себе высказать несколько не самых популярных советов для студентов на основе опыта как в роли учащегося, так и в роли преподавателя. Не претендую на роль гуру, так что следовать им вовсе не обязательно 🤩

🟢 Ходи на семинары, практикумы и любые занятия, где есть взаимодействие с преподавателем или какая-то обучающая активность.
🟢 Можешь забить на пары, где преподаватель читает вслух свою методичку, не обращая внимания на аудиторию. КПД таких занятий почти всегда очень низкий, так что потрать это время на самостоятельное изучение материала. Будет быстрее и эффективнее.
🟢 Красный диплом не определяет твой уровень как специалиста. Иногда проще забить и получить три по бесполезному предмету. Но важные для будущей профессии предметы выучи. Распределяй ресурсы грамотно, чтобы не выгореть.
🟢 Чудаки на букву "м" встречаются повсеместно, они могут прятаться на деревьях, а могут среди профессорско-преподавательского состава. Постарайся вести себя с ними корректно и сдержанно, попробуй договориться, если тебе что-то от них нужно, или уйти, если вас ничего не связывает. Агрессия породит только больше проблем и к сожалению, преимущество будет не на твоей стороне. Но есть и второй путь: добудь доказательства и предай это огласке 😈Скорее всего дальше тебе будет ещё сложнее выжить и не факт, что это поможет, но можешь рискнуть.
🟢 Если ты чувствуешь, что выбрал неверную профессию или род деятельности - бросай это. Я видела как люди успешно меняют свою жизнь и в 20, и в 30, и даже в 60. Будет сложно какое-то время, но зато ты не будешь ненавидеть свою жизнь, работая на нелюбимой работе.
🟢 Отдыхай. Если делать вообще всё и всё идеально, то тебе не хватит часов в сутках. Так что убери лишнее и поумерь перфекционизм, а то кукуха съедет. Возьми академ или gap year, если не вывозишь вообще.
🟢 Не всё будет получаться с первого раза и это нормально. Будь настойчив, но не до абсурда: бросай то, что не выходит уже десятки раз.

Есть что добавить, коллеги? Только без банальностей про пить больше воды и правильно питаться. Это бесспорно важно, но об этом пусть пишут официальные источники 🤩

#шпаргалка

Привет, коллега!

Лови подборку грантов для молодых учёных с выплатой физическому лицу чтобы не мучится с бухгалтерией своей организации.

🟣Грантовый конкурс ФСИ: Старт-Взлет (III очередь)
Грантодатель: Фонд содействия инновациям
Грантополучатель: физ.лицо
Сколько: до 3 000 000 рублей
Дедлайн: 9 сентября 2024

🟣Грантовый конкурс ФСИ: УМНИК-Фотоника-2024
Грантодатель: Фонд содействия инновациям
Грантополучатель: физ.лицо, молодой учёный до 35 лет. Обязательно совместно с научным руководителем - сотрудником образовательной или научной организации, имеющим степень кандидата наук и выше
Сколько: 1 000 000 рублей
Дедлайн: 16 сентября 2024

🟣Премия РУДН за научные достижения и заслуги в области химии
Грантодатель: РУДН
Грантополучатель: учёный до 55 лет или коллектив, не сотрудник РУДН и не имеющий публикаций с сотрудниками РУДН
Сколько: 2 000 000
Дедлайн: 16 сентября 2024

🟣Конкурс Августа Мёбиуса
Грантодатель: Фонд поддержки молодых ученых «Конкурс Мёбиуса»
Грантополучатель: студенты и аспиранты
Сколько: ежемесячная стипендия в размере от 10 до 20 тысяч рублей в зависимости от номинации
Дедлайн: 20 сентября 2024

🟣Грантовый конкурс ФСИ: Код-ИИ (VII очередь)
Грантодатель: Фонд содействия инновациям
Грантополучатель: физ.лицо или команда до 10 человек
Сколько: до 10 000 000 рублей (но не более 2 млн на одного грантополучателя)
Дедлайн: 23 сентября 2024

🟣Конкурс для молодых учёных в области агротехнологий «Созвездие АгроТеха»
Грантодатель: АО «Россельхозбанк»
Грантополучатель: молодой учёный до 35 лет
Сколько: 200 000 рублей
Дедлайн: 26 сентября 2024

🟣Всероссийский конкурс социального промышленного дизайна "Контуры твоей уникальности"
Грантодатель: АНО центр поддержки и развития социальных проектов "Контуры возможностей"
Грантополучатель: молодой учёный до 35 лет
Сколько: 100 000 рублей
Дедлайн: 30 сентября 2024

🟣Конкурс на получение поддержки студенческих проектов ХеликонНаука
Грантодатель: Хеликон
Грантополучатель: студенты специалитета и магистратуры
Сколько: до 600 000 рублей на расходные материалы
Дедлайн: 1 октября 2024

🟣Премия Президента Российской Федерации в области науки и инноваций для молодых учёных
Грантодатель: Российский научный фонд.
Грантополучатель: молодой учёный до 35 лет или коллектив молодых учёных до 3 человек. На премию выдвигают лауреаты государственных премий, академики, учёные советы или советы молодых учёных.
Сколько: 5 000 000 рублей
Дедлайн: 15 октября 2024

🟣V Международный конкурс молодых ученых в сфере интеллектуальной собственности "Интеллект"
Грантодатель: РГАИС
Грантополучатель: молодой учёный до 35 лет
Сколько: 80 000 - 150 000
Дедлайн: 31 октября 2024

🟣Био/​мол/​текст - 2024/​2025
Грантодатель: Редакция Биомолекулы
Грантополучатель: физ. лицо
Сколько: до 50 000 рублей
Дедлайн: 01 декабря 2024

↪️ Я упустила какой-то важный конкурс? Обязательно напиши об этом в комментариях. А если тебе нравятся такие подборки, то поддержи их любой реакцией.

#методичка

Повторяй за мной: Же ма пель! — Ми пу пу!

Привет, коллега!

Помнишь, я обещала написать про источники невоспроизводимости результатов, помимо собственно фальсификации в том или ином виде? Так вот держи список таких причин по версии Nature (я взяла не всё оттуда, так что рекомендую прочитать статью отдельно) и меня.

🔵Неполное описание методик. Конечно, в статье нельзя указать вообще все детали и нюансы эксперимента, которые добросовестный исследователь вносит в свой лабораторный журнал и тем более нельзя указать те, что по каким-то причинам посчитали неважными. Например, я как-то не могла повторить свою же методику выделения тучных клеток в новой лаборатории. Через месяц расследования выяснилось, что это потому что там была центрифуга с другим ротором и другие автоматические пипетки с менее плавным ходом.

🔵Работа оборудования. В производственной практике требуется обязательная поверка оборудования, однако в лабораториях за этим не особо следят. Вот как часто в твоей лабе калибруют пипетки? А весы? Хроматографы? И, конечно, все эти погрешности могут также влиять на финальный результат. Тут капнул больше, тут меньше и оп-ля, значимые различия 🥳. А если не делать несколько независимых экспериментов, то вероятность обнаружить этот косяк стремится к нулю.

🔵Малые выборки. В большинстве экспериментальных работ в области биомедицины размер выборок редко перебирается за 20 единиц, особенно касательно экспериментов на животных. Учитывая гетерогенность генеральной совокупности, скорее всего эта выборка слишком мала, чтобы быть репрезентативной. А значит, что другая такая же выборка может обладать вообще другими свойствами. Что кстати можно хорошо оценить, если делать несколько независимых экспериментов.

🔵Нестандартизованные клеточные линии и штаммы. Клеточные линии, как правило, у каждой лабы свои и пассируются примерно бесконечное количество раз, накапливая мутации и становясь всё более и более различающимися. Также они могут быть заражены микоплазмой, контаминированы другими типами клеток и так далее. А если линии получены из первичных культур, как, например, мезенхимальные стволовые клетки, то там один только донор вносит огромный вклад в гетерогенность, а помимо этого есть разные протоколы выделения, разные протоколы культивирования и так далее. Лично я столкнулась с тем, что культура мышиных фибробластов 3Т3, на которой мы к счастью только отрабатывали методики, оказалась перепассированой и уже перестала быть 3Т3.

🔵Работа с большими датасетами. Я не очень большой специалист в data science или биоинформатическом анализе, но иногда за неимением большего именно такие профаны как я дорываются до больших данных 🫠. Результаты такого анализа могут быть некорректны и невоспроизводимы. Сейчас журналы просят авторов выкладывать датасеты при публикации, но часто данные не сырые, а как-то уже процессированы и нормированы. А значит где-то там могла засесть та самая ошибка/особенность обработки, определяющая невоспроизводимость результата.

🔵Человеческий фактор. Ну куда без него. Студент что-то пролил и побоялся рассказать, а потом на ПЦР вылез пик искомого гена. Плюс иногда ненамеренно допускаются разнообразные ошибки отбора и когнитивные искажения, во многом из-за политики непринятия отрицательного результата. И даже если несколько независимых экспериментов было сделано - не все могут пойти в финальную статью.

😊 Мне стало интересно воспроизвести результаты, которые я упоминала в предыдущем посте на эту тему. Так что ниже будут опросы, прошу проголосовать честно.

#статистика_для_котиков

Ты ешь капусту, твой начальник мясо, а в среднем вы едите голубцы

Привет, коллега!

В прошлый раз мы формировали выборки, а значит настало время описательной статистики. И в ней принято различать меры центральной тенденции, то есть параметры, характеризующие центр распределения данных выборки.

▶️ Среднее арифметическое. Величина, знакомая всем ещё со школы. Не рекомендуется к использованию на дискретных данных, иначе можно случайно получить полтора землекопа. Среднее является очень коварной величиной, если распределение имеет ассиметричную форму, то есть больших или малых значений в нём больше. И также среднее очень чувствительно к выбросам. Допустим, у нас есть небольшая лаборатория, заведующий которой имеет зарплату 500к рублей, ведущий научный сотрудник получает 60к, младший - 40к, а два лаборанта - 10к. Средняя зарплата составит 124 тысячи, вполне можно жить и публиковать в отчётах. Но есть нюанс 🤔

▶️ Медиана. Представляет собой значение, при котором половина выборки больше него и половина выборки меньше. Гораздо меньше чувствительна к выбросам и лучше показывает центр несимметричного распределения. В нашем гипотетическом институте медиана будет равна 40 тысячам рублей. Уже не так радужно, поэтому медианные зарплаты в отчётах не любят 😰

▶️ Мода. Наиболее часто встречающееся значение в выборке. Единственная из всех мер, которая может применяться к качественным данным. Но в целом, биологами мода используется не очень часто ввиду малого размера выборок: на таких повторения значений редки, а если и случаются, то не всегда в центре распределения. В вышеупомянутом институте моду задают лаборанты и она будет равна 10 тысячам рублей.

Это три самые популярные меры центральной тенденции. Но что если я скажу тебе, что существуют и другие? Например,

▶️ Среднее геометрическое. Используется для расчёта среднего роста или изменения показателя во времени, когда важна пропорциональность. Возьмём нашего младшего научного сотрудника с зарплатой в 40к. Когда он три года назад устраивался на работу его зарплата была 35к. После первого года её проиндексировали на 7%, на второй год ещё на 4%, а в этом на 3%. Можно подумать, что среднегодовой прирост зарплаты составляет 4,7%, но на самом деле он равен 4.4%. Мелочь, а неприятно.

▶️ Среднее гармоническое. Используется, если есть отличия в характеристиках значений. Допустим, наши лаборанты работают 4 часа, а несчастный завлаб пашет 14 часов. Можно, конечно, посчитать среднее арифметическое от почасовой оплаты (472 руб/час), но среднее гармоническое будет корректнее (191 руб/час), поскольку оно учитывает, что большая часть часов оплачивается по меньшей ставке. Опять лаборанты испортили статистику по оплате труда в лаборатории 👊

▶️ Среднее взвешенное. Используют, если разные величины имеют разную важность. Бухгалтеры считают средневзвешенную зарплату вместо обычной средней арифметической, чтобы учитывать количество человек на более низкооплачиваемых должностях. В нашем случае средневзвешенная зарплата составит 122 тысячи рублей. Всё ещё не так плохо, как медиана и мода, потому что лаборанта с низкой зп всего два. Я, кстати, использую среднее взвешенное для расчёта оценки за доклады: оценке преподавателя присваивается больший вес по сравнению со студентами. Тогда даже если вся группа сговорилась и ставит 100 баллов друг другу - мнение преподавателя всё равно перевесит. Кстати, "веса" можно добавлять не только в расчёт среднего арифметического, как это сделала я в примерах выше, но и в формулы других средних.

▶️ Среднее квадратическое. В статистике чаще используется для расчёта отклонений и называется среднеквадратичным (стандартным) отклонением. Это характеризует разброс данных, что в целом является спойлером к следующему посту.

Так что ставь реакцию и подписывайся, если хочешь узнать, какие меры разброса существуют 😏

Кажется возмущение сотрудников мнимой анонимностью в опросниках дошло до адресата и сегодня пришла рассылка от HR, что пункты про должность и подразделение убрали. Проверила: действительно убрали. Моё уважение 👏 Интересно было бы сравнить ответы до этого решения и после)