#диссероплетение

Из чего же, из чего же, из чего же сделаны наши статьишки?

Привет, коллега!

Расскажу сегодня о структуре научной статьи, а для тех, кто с ней знаком - дам парочку советов по написанию различных разделов. Я намеренно пишу названия разделов на английском языке, так как, если ты хочешь сделать свои исследования достоянием мировой общественности, ты должен публиковаться в англоязычных журналах.

Начинается статья обычно с Abstract - т.е. краткой аннотации всего исследования и по сути сокращённой версии статьи. Именно поэтому в нём в нескольких предложениях будут представлены все нижеперечисленные разделы. А ещё часто только по абстракту судят о том, читать ли статью или нет, так что тут придётся постараться заинтересовать читателя

Introduction призвано привести читателя к научной гипотезе. Сначала ты пишешь более общие заявления об области, например, что в России живёт такой зверёк как подкустовный выползень*. Затем уходишь в большую конкретику, например, говоришь, что самок выползня в природе не видели. После этого переходишь к проблеме, которая-то и вызвала необходимость исследования. Мы же так и не понимаем, как выползень размножается! И вот дальше уже можно переходить к научной гипотезе, целям и задачам. Мы считаем, что выползни гермафродиты и занимаются самооплодотворением, поэтому неинвазивно исследуем его анатомию, а также понаблюдаем за размножением в естественной среде.

В разделе Methods надо написать какие методы были использованы в работе.
🟡 Методы не должны быть описаны слишком подробно, но и не должны быть слишком сжатыми. Важно, чтобы другой исследователь по этому описанию мог бы повторить твою работу.
🟡 Если метод уже был где-то опубликован - смело цитируй эту статью.
🟡 Если метод был опубликован, но потом немного модифицирован - ссылайся на статью и опиши модификации. Главное не ссылайся на статью, где ссылаются на другую, а найди оригинал. Как-то будучи в аспирантуре я так искала оригинальное описание метода, прошла через 6 статей, ссылающихся одна на предыдущую и в итоге пришла к статье 1937 года, в которой тоже ссылались на ещё более старую статью, которую я уже не нашла. Так что пришлось просто описать метод полностью.

Results в более старых работах могут приводится вместе со следующим разделом discussion, однако это не очень хорошо, так как нарушается логика повествования, а дискуссия выходит не очень хорошей. Результаты призваны последовательно показать те данные, которые вы получили. Здесь будут все графики, фото, таблицы и тд.
🟡 Наибольший акцент лучше сделать на результаты, подтверждающие гипотезу
🟡 Один абзац описывает один результат
🟡 Один раздел результатов описывает один рисунок (из этого следует, что один рисунок это несколько результатов)
🟡 И очень желательно наличие вводного и заключительного предложения для каждого раздела

Discussion включает в себя интерпретацию полученных результатов в тесной связи друг с другом и с мировым опытом по этой проблеме. Мы можем сказать, что по нашим данным у самцов выползней сперматозоиды с запасом питательных веществ и что мы наблюдали размножение без второй особи. Тут мы вспомним, что есть комодские вараны, самки которых могут размножаться партеногенезом без самца. И таким образом мы первые кто описал партеногенез у самцов.

Ну и в конце статьи обычно следует Conclusion, где ты должен написать основной вывод из работы и как её результаты можно применять в жизни.

После следуют разделы с благодарностями, грантовой поддержкой, вкладом авторов, конфликтом интересов, этическими аспектами и тд. Они обычно заполняются достаточно однотипно, так что не буду на этом акцентировать внимание.

😼 И последнее, но не по значимости. Писать статью лучше не в том порядке, в котором её читают, поскольку в этом случае придётся постоянно возвращаться и править написанное. Рекомендуемая последовательность следующая:

Results⏩Methods⏩Discussion⏩Introduction⏩Conclusion⏩Abstract

Кстати, а вы заметили, что последовательность разделов в статье прекрасно ложится в последовательность научного метода? Совпадение?

*вымышленное животное (см. День Радио)

#лабжурнал

Вот молодёжь пошла, сидят уткнувшись в свои электронные лабжурналы, а вот мы в их возрасте...

Привет, коллега!

Помнишь, я обещала рассказать про электронные лабораторные журналы? А вот и пост об этом. Но для начала какие преимущества и недостатки есть у такого формата ведения записей.

🙂 Электронный лабжурнал легче организовать и по нему легче осуществлять поиск. Как минимум через ctrl+F, как максимум через систему хештегов
🙂 Возможна коллективная работа и объединение разных работ в рамках одного проекта. Как руководителю мне иногда тяжело бегать между журналами студентов в поисках нужной информации
🙂 Можно защитить паролем и создать резервные копии, чтобы не потерять информацию
🙂 Можно вставлять изображения, графики, аудио и всё что угодно, что позволяет собирать более полную информацию об эксперименте
☹️ Нужен интернет и удобное приложение/устройство. Иногда в перчатках сложно набрать текст на телефоне, а вот взять ручку и написать гораздо проще
☹️ Возможность кибератак и утечки данных
☹️ Многие действительно удобные решения - платные.

Теперь собственно о специализированных сервисах для ведения электронного лабораторного журнала. Перечисленное выше закономерно для любого из них, так что напишу отличительные особенности. А ещё вот таким 💸 значком я отмечу программы, у которых есть бесплатная версия с ограниченным функционалом, а вот таким 💳 те, у которых есть только бесплатный пробный период.

🔤 LabArchives 💸 - интегрируется с MS Office и GraphPad Prism, а также базами PubMed, PubChem, SnapGene. В целом имеет достаточно простой и понятный интерфейс. Доступ осуществляется через браузер с любых устройств.
🔤 Benchling 💳 - хорошо подходит для исследователей в области молекулярной биологии и биоинформатики, поскольку включает в себя инструменты анализа данных, но может быть сложноват. Плюс по ощущениям является скорее частью общей системы менеджмента в лабораториях (LIMS), а не самостоятельным продуктом.
🔤 SciNote 💳 - есть возможность переписки и комментариев от членов команды, а также делегирования им задач. А ещё через SciNote можно организовать базу данных приборов и расписание работы на них. Также удобно наличие приложения на android или iOS.
🔤 LabFolder 💸 - организована командная работа через комментарии и сообщения. Есть интеграция с MS Office. Можно использовать как сервер для хранения данных любых форматов. И также есть встроенный модуль для систематизации оборудования и реактивов.
🔤 RSpace 💳 - интегрируется с кучей разных программ, начиная от офиса и заканчивая ютубом. Также позволяет коммуникацию через комментарии и имеет модуль для учёта оборудования и реактивов.
🔤 CDD Vault’s ELN 💳 - также как и Benchling является скорее частью системы лабораторного менеджмента. Имеет интеграцию с MS Office и возможность совместного доступа. Интерфейс откровенно говоря достаточно сложный.
🔤 LabGuru 💳 - имеет очень приятный интерфейс с возможностью командной работы, причём со встроенным видеочатом. В данном случае LIMS выглядит как приложение к журналу, а не наоборот. Есть модуль для организации реактивов и отдельно отмечается возможность рисовать химические формулы и реакции. Есть мобильное приложение.
🔤 eLabJournal 💳 - опять же по ощущениям интуитивно понятный интерфейс, есть модуль с реактивами, но разработчики добавили интересную фишку: карту лаборатории, чтобы все знали где эти реактивы лежат.
🔤 Sapio ELN 💸 - фишкой этого журнала является встроенный ИИ-помощник, а также мощный модуль для анализа и визуализации данных. Плюс также есть инструменты для молбиола типа дизайна праймеров, плазмид и тд.
🔤 IGOR - интерфейс похож на LabGuru, есть мобильное приложение. Меня зацепило название, так и вижу как записи в лабжурнал вводятся со словами "напишу Игорьку", но на мой взгляд это всё таки не стоит минимум 30 долларов в месяц.

Есть ли среди вас те, кто на постоянке пользуются этими сервисами? Если да - напиши в комментарии свои впечатления. Я-то старообрядец и до сих пор использую бумажный журнал.

#методичка

Это база

Привет, коллега!

В прошлый раз мы разбирались с формулировкой научной гипотезы и пришло время научиться оценивать качество этой самой гипотезы. Для начала стоит проверить, не сделал ли кто-то уже исследование на эту тему. Так что расскажу, где искать научные труды.
Дисклеймер: я специализируюсь на биомедицине, но постаралась включить в подборку и то, что нашла для других специальностей. Также стоит понимать, что баз огромное количество и я не могу перечислить их все, постаралась выделить основные. Если я упустила что-то очень важное - обязательно напиши в комментариях.

📌 Google Scholar - уж если ты решил загуглить свой вопрос, то делай это в Академии Гугл. Тут можно найти статьи, книги, диссертации и другие работы, которые размещены на различных сайтах. Кстати, через него можно найти полные версии некоторых статей, к которым нет доступа.

📌 Internet Archive Scholar - пожалуй, самая крупная база статей с доступом к текстам. Опять же там можно поискать полные версии статей, недоступные на сайте издательства.

📌 ScienceDirect - база данных от издательства Elsevier, включающая в себя статьи практически по всем областям наук.

📌 SpringerLink - база статей и книг издательства Springer-Verlag по различным областям наук.

📌 Web of Science - мультидисциплинарная база данных, которая включает журналы по естественным, социальным и гуманитарным наукам, позволяющая отслеживать цитирования (то есть используется для наукометрии). С недавних пор принадлежит Clarivate. Откровенно говоря для меня интерфейс стал абсолютно непонятным и я перестала туда заходить, кроме случаев, когда мне нужно указать ссылку на профиль автора при заполнении анкет.

📌 Scopus - ещё одна база данных от Elsevier, содержащая абстракты статей и инструменты для анализа цитирования. Была создана как альтернатива Web of Science. В базу данных Scopus входят далеко не все журналы и поэтому принято считать, что индексация в этой базе это один из показателей качества журнала и публикации. Доступ к Scopus сейчас закрыт, но есть полезная инструкция как его получить.

📌 eLIBRARY - база русскоязычных статей. Из-за отсутствия какого-либо отбора, помимо хороших статей содержит кучу трешанины, которую обозревает канал КРИНЖ. Подпишись, если не слабонервный 🌻

📌 КиберЛенинка - ещё одна база русскоязычных статей, предоставляющая доступ к полным текстам работ. Придерживаются концепции открытой науки, за что им большое спасибо. С недавнего времени работают и с англоязычными статьями.

📌 PubMed - основная база работ по естественным наукам и медицине. Содержит миллионы статей и книг, так что для того, чтобы что-то найти, придётся научиться правильно составлять строку поиска. И угадай, в каком канале тебя этому научат? 😮

📌 IEEE Xplore - база статей, материалов конференций, технических стандартов и по информатике, электротехнике и электронике, а также в смежных областях.

📌 JSTOR - электронная библиотека статей, книг и первоисточников по гуманитарным и социальным наукам

📌 Cochrane Library - база результатов клинических исследований и систематических обзоров в области здравоохранения и медицины. Номер 1 в доказательной медицине. Если ты хочешь узнать работает ли очередной фуфломицин - смотри там.

📌 PsycINFO - база статей, книг и диссертаций в области психологии и социальных наук.

📌 MedLine - база статей по медицине. Не содержит полных текстов, но содержит ссылки на внешние ресурсы

📌 ERIC - база статей, отчётов, диссертаций в области образования, предназначенная в первую очередь для преподавателей

📌 arXiv, bioRxiv, PsyArXiv, - базы данных, содержащие препринты (то есть ещё не опубликованные версии) статей. В первом случае по физике, математике и информатике, во втором - по биологии и медицине, в третьем - по психологии.

Хотела включить сюда в этот список базы для поиска патентов, но и без них материал получился достаточно обширным. Так что приберегу подборку для следующего поста 😊

#статистика_для_котиков

Типы данных или как не ошибиться с выбором критерия

Привет, коллега!

😐 В самом начале разговора об анализе данных стоит обсудить какие данные вообще бывают. Потому что от этого будет зависеть выбор критерия для сравнения твоих экспериментальных групп.

В целом данные бывают количественные и качественные. Количественные данные можно упорядочить и с ними можно совершать различные арифметические действия. Качественные данные описывают свойства объекта и тут уж как говориться, ни отнять, ни прибавить.

В свою очередь количественные данные делятся на непрерывные и дискретные.
🟡 Непрерывные данные могут быть не целыми числами и их можно дробить настолько, насколько нам позволят наши приборы. Например, длина крыла подпотолочного лампонюха может быть 1 метр, может 1,12 м, может 1,12237467 метра и так далее.
🟡 Дискретные же данные не могут принимать нецелочисленные значения. Как правило, это количество чего-то, например, 5 студентов в потоковой аудитории. А вот полтора землекопа уже быть не может.

⭐️ В зависимости от типа данных ты будешь выбирать параметрические или непараметрические критерии для анализа. В случае дискретных количественных данных - всегда используй непараметрические критерии. Сколько же студентов и аспирантов посыпались на сравнении количества клеток t-критерием Стьюдента... Не становись одним из них 😇

Качественные данные описывают некоторое качество объекта и бывают ранговыми и номинальными.
🟡 Ранговые данные можно перепутать с дискретными количественными, так как они тоже только целочисленные, но при этом с ними бессмысленно проводить какие-то арифметические действия. Например, пятибалльная шкала ураганов. Находятся, конечно, извращенцы, считающие средний бал ураганов по региону. А потом эти умельцы готовят инфраструктуру к средним 3 баллам, которая летит к чертям собачьим в 5 баллов.
🟡 Номинальные данные описывают качество объекта, который нельзя упорядочить. Например, цвет глаз или предпочтения в музыкальных жанрах 👻

🥳 Для тех, кто уже немного искушён в статистике я принесла схемки 👇, которые помогут выбрать правильный критерий для анализа. А тем, кто только начинает этот путь вместе со мной - рекомендую добавить картинки в сохранёнки, ведь мы ещё к ним вернёмся.

#диссероплетение

Сторителлинг или как сделать из простой статьи захватывающую историю

Привет, коллега!

Ранее мы говорили о структуре научной статьи, но учёным важно не только соблюсти формальности, но и сделать работу увлекательной для читателя. Ведь тогда вероятность, что твою статью прочтут и процитируют будет сильно выше. И тут на помощь могут прийти приёмы сторителлинга.

Сторителлинг — это искусство рассказа, способное вовлечь читателя, удержать его внимание и передать информацию так, чтобы она запомнилась.

Этот инструмент давно используется в маркетинге, журналистике и в образовании, но его принципы можно с успехом применять и в научных публикациях, будь то статья в журнале или твой доклад на конференции. Вот в этой статье автор пишет, что приёмы сторителлинга помогли ему опубликовать работу, которую ранее отклонили из журнала. Какие же принципы сторителлинга можно использовать в исследовательских публикациях?

✔️ Определи главную идею - скорее всего в твоей работе будет много разных экспериментов, выводов, подпунктов и так далее. Однако очень важно выделить ту основную мысль, которую ты хочешь донести и вокруг неё строить всё остальное. Такой мыслью чаще всего будет научная гипотеза и основной вывод работы. Кстати, именно через определение основной мысли ты сможешь понять какие эксперименты вынести в основной результат, а какие в supplement.

✔️ Используй логическую структуру - очень важно организовать текст в логическим порядке. Интересно, что по сути статья имеет классическую трёхактную структуру:
1️⃣ Акт 1, завязка, необходимая как правило для экспозиции. Это твоё введение. В кино или литературе исходом первого акта будет драматический вопрос, ну а для тебя научная гипотеза. Для хорошего сторителлинга очень важно провести читателя через логическую цепочку, благодаря которой возникла гипотеза. Дай ему возможность самому выдвинуть её, тогда он с большим интересом перейдёт к следующим главам
2️⃣ Акт 2, развитие действия, конфронтация. Это твои результаты. Хронология описания экспериментов не должна отталкиваться от типа метода или уровня организации. Она должна постепенно раскрывать твою гипотезу и этап за этапом вести к заключению. В кинематографе мы можем встречать нелинейный сюжет, например, в Криминальном чтиве, но научные статьи и без того сложные и мало у кого получится в третьем акте свести все сюжетные линии в одну.
3️⃣ Акт 3, развязка и кульминация. Это обсуждение и заключение. Именно здесь раскрывается значение всех экспериментов и читатель узнаёт ответ на твой исследовательский вопрос. Кульминация должна быть сильной и оставлять ощущение завершенности и понимания важности твоей работы.

✔️ Добавь элемент неожиданности - это сложный пункт, особенно для сухого научного текста, однако он важен для эмоционального вовлечения читателя. В целом именно на эмоциональное вовлечение в сторителлинге делают ставку все маркетологи. Кликбейтные названия статей уже не новость (подборка раз, два, три), так что пара пасхалок в тексте самой статьи никого не удивят. Но в более мягком варианте можно использовать неожиданные результаты экспериментов или новый взгляд на проблему.

✔️ Не усложняй текст - многие журналы уже рекомендуют писать текст простыми предложениями, не перегруженными терминами или аббревиатурами. Особенно это касается не носителей языка. Использование примеров и аналогий также может помочь в объяснении сложных концепций, правда это чуть больше подходит под формат выступлений.

А ещё оставлю тут ссылки на видео на мастер классы по сторителлингу для научной коммуникации, которые мне понравились. Вот это от African Doctoral Academy и это от компании 3М (не путать с МММ) А для тех, кто предпочитает текстовый формат нашла методичку от тех же 3М и на мой взгляд неплохую статью с лайфхаками. Всё на английском языке, у нас сторителлинг пока ещё остаётся приёмом в основном маркетологов, но ты же не боишься преодолевать языковые барьеры?

#сдохни_или_умри

Я к вам пишу — чего же боле?

Привет, коллега!

Поговорим о правилах деловой переписки. В рамках этого канала я надеюсь построить более дружелюбное сообщество, так что активно использую сленг и смайлы и обращаюсь на "ты". Но в рамках рабочих отношений я общаюсь на "Вы" со всеми (если не оговорено иное), а письма иногда выверяю дольше, чем их пишу. Итак, какие же основные правила деловой переписки в научном сообществе.

▶️ Четкость и лаконичность: изложи свои мысли ясно и без лишних деталей. Пиши короткими неперегруженными предложениями. Сформулируй цель письма в самом начале. Например, "Пишу Вам, чтобы обсудить результаты последнего эксперимента" или "Прошу Вас ознакомиться с предложением по совместному проекту".

▶️ Структура письма: письмо как правило состоит из:

🔘 введения - представься, если необходимо, и сформулируй цель
🔘 основной части - изложи все детали. Рекомендую использовать нумерованные списки, если вопросов несколько. Тогда собеседнику будет удобно ответить также по номерам пунктов.
🔘 заключения - ещё раз напиши,что конкретно требуется от собеседника

Используй абзацы и отступы для того, чтобы письмо лучше воспринималось. Согласись, если бы я этот пост сделала единым текстом - вряд ли бы ты его прочитал.

▶️ Корректность и уважительность: начинай письмо со слов "Здравствуйте, уважаемый(ая) Имя Отчество". Заканчивай письмо словами "С уважением, твои Фамилия И.О." В академической среде принято обращаться на Вы (именно с большой буквы), хотя некоторые учёные считают это пережитком прошлого. Но чтобы не попасть впросак, лучше всё-таки по умолчанию считать собеседника снобом.

▶️ Формальный стиль: не используй сленг, разговорные выражения и не общепринятые сокращения в переписке. Смайлы, многоточия, восклицательные знаки - тоже табу.

▶️ Ответственность за свои слова: всё, что написано в письме может быть использовано против тебя. Убедись в достоверности данных, не пиши на эмоциях, не обещай того, что выполнить не можешь.

▶️ Конфиденциальность: не приводи в письмах данные, не предназначенные для получателя. Особенно это касается пересланных сообщений, благодаря которым переписка между двумя людьми может стать достоянием общественности.

Все вышеперечисленные правила могут казаться ненужными, но часто от того, как ты напишешь письмо, зависит твоё будущее. В качестве сопровождения к этому посту я привожу письмо, которое получил один из завлабов от студента. Текст изменен так, чтобы никто не мог узнать действующих лиц, так что все совпадения случайны. Завлаб не взял студента к себе, как ты думаешь почему он так поступил? И что бы ты написал в ответ этому студенту? Предлагаю пофантазировать в комментариях 👇