解读科学观点时,你应该知道的20个事实(上篇)VIP

解释科学观点时你应该知道的20个事实(第一部分)近几十年来，要求政治决策和科学更紧密结合的呼声已变得司空见惯。然而，无论是从能源到健康，还是从环境到教育，在将科学应用于政策方面仍然存在许多严重的问题。在这种情况下，我们认为最紧迫的任务是让决策者理解科学的不完美性。决策者必须能够明智地询问专家顾问，并正确理解证据的质量、局限性和偏差。我们称这些品质为解释科学的能力。这些技能比理解基础科学本身更容易掌握，并且可以成为大多数政治家广泛技能的一部分。有鉴于此，对于公务员、政治家、政策顾问、记者和其他与科学或科学家打交道的非专业人士，我们提出了培养科学素养时需要掌握的20个概念。一个崇尚科学并具有怀疑精神的政治人物肯定会希望用这些重要知识武装自己。当然，其他人可能会列出稍微不同的清单。关键是，我们相信，如果社会对这20个概念有更广泛的理解，这将标志着一个重大的社会进步。1.条件差异和概率会引起变化。现实世界的变化是不可预测的，科学想探索是什么导致了这些变化。为什么现在比过去十年更热？为什么有些地区的鸟比其他地区多？对这些趋势有许多解释，科学研究的最大挑战是从无数其他来源的变化中梳理出我们感兴趣的过程所扮演的角色(例如，为了研究气候变化对鸟类数量的影响，我们需要将“气候变化”因素与诸如农业集约化、入侵物种扩散以及一些偶尔发生但能决定生死的小规模本地事件等大规模变化分开)。我们看到的现象通常是许多因素的结果。资料来源：2.没有绝对准确的测量事实上，所有的测量都有误差。每次重复测试可能获得不同的结果。在某些情况下，与实际变化相比，测量误差可能很大。例如，如果你知道上个月经济增长了0.13%，实际上可能会有所下降。提出结果时，应给出结果的误差范围，以避免出现不合理的精度。即使最完美的方法可以用于测量，误差仍然存在，不会达到绝对精度。资料来源：3偏见非常普遍。实验设计或测量装置可能会影响实验结果，并在特定方向产生非典型结果。例如，通过拜访路人、家庭成员和网民来确定投票行为，由于样本的组成不同，可能会得到不同的结果。然而，由于那些具有“统计显著性”的结果更有可能被报道和发表，科学研究论文倾向于使用夸大的陈述来说明问题的严重性和解决方案的有效性。实验中的偏见可能会如下产生：实验参与者知道他们正在接受不同的治疗，所以他们会尝试不同的行为；研究者收集的结果将受到“知道谁接受了治疗”的影响事实上，理想的实验应该是双盲的，也就是说，参与者和收集数据的研究人员不知道哪些参与者接受了什么治疗。这在药物试验中很容易做到，但在社会问题上却是不可能的。当科学家希望找到数据来补充以前的发现或反驳观点时，他们更有可能产生确认偏见。单盲实验和双盲实验的示意图。然而，在现实中，并不是所有的研究都能采用理想的双盲实验方法，这容易产生偏差。资料来源：4.样本越大越好大样本量获得的平均观察结果通常比小样本量获得的结果更有益。因为当我们积累证据时，我们的理解会加深。这对于那些变量多、测量误差小的复杂系统尤为重要。药物的有效性因人而异，因此，为了在药物测试中更可靠、更准确地评估药物的平均疗效，有必要选择一个包含数万个样本的实验，而不是只包含数百个样本的实验。当你看到一个引人注目的研究结论时，在你到处跑之前，你最好知道这个研究的样本量。资料来源：5.相关性并不代表因果关系人们很容易认为一件事可以导致另一件事。然而，相关性有时是偶然产生的，或者两个看似相关的因素之间的关系实际上是由一个复杂的或潜在的第三个因素决定的。例如，生态学家曾认为有毒藻类杀死了河口的所有鱼类。但事实上，这些藻类只是碰巧生长在鱼死亡的地方，而不是导致鱼死亡的藻类。相关性不等于因果，但并不意味着相关性不能是因果。资料来源：6.统计回归效应可能会产生误导在一次测量中，至少部分极端数据是由事故或错误引起的。在另一种测量中，数据可能不太极端(或不太重要)。例如，在交通事故经常发生的地方放置一个速度摄像机，但是事故率随后的降低不能归因于速度摄像机的安装，因为在这种情况下，无论是否安装速度摄像机，事故率都可能降低。在设计科学实验和解释实验结果时，研究人员必须考虑统计回归效应(回归效应对平均数的影响)的影响，以避免推理错误。资料来源：7.数据范围之外的外推是有风险的在某个范围内获得的模型可能不适用于该范围以外的情况。因此，很难评估生态系统对气候变化的反馈。当气候变化比现有物种进化史上的任何时期都快，或者一个全新的极端天气系统出现时，以前的数据都是不可靠的。试着理解这个障碍：“这个世界上只有两种人，一种人可以用不完整的数据做出推论。”资料来源：ksonico.blogspot.hk8.注意基本概率谬误通过不是绝对准确的测试来确定事物状态的能力取决于该状态发生的概率(基本比率)。例如，一个人以99%的准确率进行血液测试来检测一种罕见的疾病，结果是阳性的，但是这个人可能根本没有这种疾病。如果有1001人来做这个测试，其中只有一个人生病，假设这个人的结果肯定是阳性的，但是有100人(1%的人)将是阳性的，即使他们没有感染这种疾病。这种计算在包括机场安检在内的安检工作中非常重要。假设一个机器人能以99%的准确率辨别金币的真假，并判断出一堆假币。所以当你拿出一枚伪造的硬币时，这枚硬币真的是伪造的可能性有多大？如果你直觉地回答“99%”，你就陷入了基本概率谬误。资料来源：9.对比非常重要除了要测量的变量外，对照组和实验组应保持相同的条件。没有对照组，很难知道实验治疗是否对结果有任何影响。它可以帮助科学家在复杂的系统中找到相关的关系。必须控制变量(如安慰剂组)，以确定药物中的活性成分。因为有些人在药物测试中显示出阳性结果，这可能是因为环境，提供测试的人，甚至仅仅是因为药片的颜色。在这种情况下，建立一个控制组(如安慰剂组)是非常重要的。“亲爱的，去和他谈谈。他发现自己只是一个安慰剂。”目前，安慰剂对照实验在新药开发研究中发挥着重要作用。资料来源：10.随机化可以避免偏见实验中应尽可能多地收集随机样本。例如，直接比较有健康计划和没有健康计划的家庭中儿童的学习成绩很容易产生偏见(因为教育水平较高的家庭可能更有可能已经参加了健康计划)。因此，一个好的实验设计应该随机选择参加或不参加健康计划的家庭作为样本。样品的选择也会影响实验结果。随机抽样可以帮助研究人员避免有偏见的结论。资料来源：我们还没有天真到相信有了这些建议，政策指导