Что такое «статьи-зомби»

[ru1z]

человеческий фактор
... один из самых продуктивных разоблачителей манипуляций с изображениями на PubPeer, анонимен по сей день. Надо объяснять, почему?

Было бы неплохо. Имхо, дело не только в том, что мошеннические бумажные фабрики теряют деньги и могут принять ответные меры, но и в том, что исследователи могут не считать себя виновными по разным причинам. В некоторых культурах может быть что-то вроде страха "потери лица" и специфическое отношение к подделке данных.

Плохо, что научные показатели жестко привязаны к публикациям или другим количественным показателям, так возвышение циферок до абсолюта приводит к чудесам.

[Pshir]

В некоторых культурах может быть что-то вроде страха "потери лица"

Вообще-то, всё научное сообщество и должно являться такой культурой. И, обычно, является, потому что в большинстве случаев ничего, кроме репутации, учёный не заработывает. Но в некоторых областях, типа медицины, крутятся бесконечные деньги (не прямо в науке, но непосредственно к ней примыкают), и обмен лица на эти деньги является вполне себе стратегией.

Плохо, что научные показатели жестко привязаны к публикациям или другим количественным показателям

Качественные показатели сложно выработать. По-хорошему, ИИ мог бы в этом помочь. Но его надо обучить отличать полезные работы от бесполезных. А как это сделать, если даже рецензенты работ субъективны в своих суждениях, а все остальные просто недостаточно квалифицированны?

[ru1z]

всё научное сообщество и должно являться такой культурой. И, обычно, является, потому что в большинстве случаев ничего, кроме репутации, учёный не заработывает

"Потеря лица" не в смысле дорожить репутацией, но, на мой взгляд, иногда людям гораздо важнее показать свой очень высокий статус перед знакомыми или родней вроде тестя (иначе происходит “потеря лица”), и для поддержания статуса они идут на меры с завышенными показателями. Потеря репутации в научном смысле пугает далеко не всех, в газетах про такое писать не будут и тесть не прознает про обман. А может быть еще много чего намешано, типа того, что какой-то парень приезжает в другую страну поработать, а с ним вся семья с маленькими детьми, которых нужно всех кормить, показывать супер-работоспособность и показывать идеальные результаты соотвествующие теоретическим ожиданиям, стресс на максимуме, а потом кто-то из коллег говорит на обсуждении, что что-то на картинках не складывается. Дальше возникает вопрос - кто виноват по мнению паренька и кто представляет угрозу благополучию его семьи?

А как это сделать, если даже рецензенты работ субъективны в своих суждениях, а все остальные просто недостаточно квалифицированны?

¯\_(ツ)_/¯

[akakoychenko]

Неудивительно. Помню, лет 12 назад спросил своего научного руководителя, почему очень уважаемая и цитируемая статья по quantitative finance, выводящая оптимальную стратегию маркетмейкинга на фондовом рынке, базируется на предположении о распределении потока заявок, делающим бессмысленным ее применение на реальном рынке. И получил примерно следующий ответ: хочешь писать статьи под данные реального рынка - иди в технические науки, там, возможно, такую шляпу кто-то и возьмёт. А мы тут, в физмат науке, математические методы развиваем. Будет, или не будет стратегия из статьи зарабатывать на реальном рынке, никого не волнует. Ибо сегодня на одном будет, завтра на другом не будет, - это ниочем. Автор статьи же описал условия, развил научный метод, работа проверяема и воспроизводима, - красавчик, вообщем.

И, тогда я задумался, что, вот оно, пазл сложился. Фундаментальная проблема науки, что люди, распределяющие потоки денег, не имеют простой и понятной метрики, как прибыль в бизнесе, и им приходится сравнивать несравнимое, чтобы принимать реальные решения. Соответственно, приходится опираться на костыль в виде KPI, как тот же хирш. И тут, идёт главная проблема. Если бизнес начинает вводить дебильные KPI, это кончается тем, что этот бизнес скукоживается или закрывается, высвобождая ресурс для более логичных и не обманывающих себя конкурентов. В науке же можно работать по сбитому прицелу годами, и ничего. Если более серьёзные люди, распределяющие поток свыше, смотрят в тот же прицел, все хорошо. А как именно будут геймить систему - не так важно. Что p-хакинг, что фундаментально неперспективные вызовы, что прямой фрод. Все об одном.

Как будто бы, оно и не может по другому работать, кроме, как в тех исключительных случаях, когда есть объективная и понятная задача (ракету в космос первому запустить, бомбу собрать)

[Pshir]

Всё-таки, не зря говорят, что есть ложь, есть наглая ложь, а есть статистика. После того, как всякие экономисты, социологи и прочие люди, ничего не понимающие в математике, узнали про мат статистику, их философские рассуждения удалось протащить в ранг науки, хотя достоверность используемого ими статистического анализа ничем не отличается от «мне так кажется».

В физике, если что, другая проблема. Сейчас считается немодным проводить нормальные экспериментальные проверки. Поэтому, зачастую, статьи (в самых крутых журналах) содержат в себе теорию, численное моделирование, кучу красочных картинок и, если повезёт, какую-нибудь одну экспериментальную кривую. И всегда возникает вопрос: она одна, потому что никому не интересно делать нормальную экспериментальную проверку теории или потому что все остальные измерения не сошлись с теорией. А в пресс-релизах и научпоп изданиях это всё, конечно, преподносится как уже доказанный факт.

[Denev]

Всё-таки, не зря говорят, что есть ложь, есть наглая ложь, а есть статистика.

На самом дел все же, скорее так: "Есть ложь, есть наглая ложь, а есть некорректное использование статистики".

После того, как всякие экономисты, социологи и прочие люди, ничего не понимающие в математике, узнали про мат статистику, их философские рассуждения удалось протащить в ранг науки, хотя достоверность используемого ими статистического анализа ничем не отличается от «мне так кажется».

Зря вы так, статистика дает мощнейшие инструменты для познания реальности, особенно если речь идет об исследовании сложных систем. Например, в приложении к медицине эта тема хорошо раскрыта в книге Петра Талантова "0,05. Доказательная медицина от магии до поисков бессмертия".

В физике, если что, другая проблема. Сейчас считается немодным проводить нормальные экспериментальные проверки. Поэтому, зачастую, статьи (в самых крутых журналах) содержат в себе теорию, численное моделирование, кучу красочных картинок и, если повезёт, какую-нибудь одну экспериментальную кривую. И всегда возникает вопрос: она одна, потому что никому не интересно делать нормальную экспериментальную проверку теории или потому что все остальные измерения не сошлись с теорией.

Математическое моделирование это отдельная область, работающий в ней исследователь скорее ближе к теоретикам по той причине, что для работы ему кроме собственной головы, нужен только компьютер, письменные принадлежности и доступ к библиотекам с научными работами. Все это относительно дешево. А вот экспериментатору еще нужно дорогое и специализированное оборудование, а скорее всего еще и мастерская, где можно изготовить какие-либо принадлежности для конкретного опыта. Все это сложно, дорого, и требует от исследователя прикладных инженерных навыков. В одном человеке или небольшой группе и инженерные навыки, и серьёзная математическая подготовка присутствуют сильно не всегда.

[Pshir]

Зря вы так, статистика дает мощнейшие инструменты для познания реальности

Конечно, даёт. Только ими пользуются почти всегда неправильно. О чём я изначально и написал.

В одном человеке или небольшой группе и инженерные навыки, и серьёзная математическая подготовка присутствуют сильно не всегда.

Я намеренно написал про статьи в топовых журналах, где почти всегда соавторами работы выступают сразу несколько известных коллективов: теоретики, специалисты в численном моделировании, технологи, изготавливающие экспериментальные образцы, экспериментаторы. И даже одних экспериментаторов обычно группа, а не один аспирант, который не понимает, что творит. И это вообще никак не мешает делать работу, спустя рукава.

[anshdo]

Сейчас считается немодным проводить нормальные экспериментальные проверки.

Это не то, что бы немодно, это просто очень дорого. Или долго. А статьи публиковать надо каждый год чтобы просто на должности остаться.