- Outline
- 1 前言
- 本书内容:处于学生与独立科研人员或转行的过渡期,对于现代科研的一些思考
- 出发点为两本书
- [[How to be a modern scientist]]
- [[The Ph.D. Grind: A Ph.D. Student Memoir]]
- 来源:从事科研工作十年的实际感受
- 现代
- 科研走到今天变化非常快。很多看法现在看或者是刻板印象,或者已被取代,这类关于科研的偏见不仅仅存在于非科研人员,甚至科研人员自己也会把某些“约定俗成”的说法看作科研特性。
- 现代科研使用大量信息技术进步带来的软硬件及标准操作流程,熟悉这些技术与管理理念有利于提高科研效率
- 2 现代科研
- 2.1 科学知识的五个层次
- 2.1.1 背景组
- 高中毕业水平
- 2.1.2 已知的已知组
- 大学毕业水平
- 2.1.3 已知的未知组
- 2.1.4 未知的已知组
- 2.1.5 未知的未知组
- 2.1.1 背景组
- 2.2 知识体系的时间构建
- 经史子集
- 简单说就是你可以创建一个笔记系统来整合你的知识:形而下的基础数据与案例库、历史沿革及信息检索方法与形而上的理论观点库,区分强理论与弱理论并学会总结理论。要学会把新信息整合到这个知识体系中去并持续整合,形成完整独立的知识库,这样就不容易被新思想所迷惑,总能找到位置。
- 2.1 科学知识的五个层次
- 3 科研现状概览
- 3.1 问题为导向
- 陌生人大尺度分工协作是现代社会最突出的特色。
- CZ 作者回顾了分工的由来
- 科研总是面向问题解决问题的一个社会分工
- 3.2 专业与综合
- 全栈科学家
- 解决实际的跨学科的问题需要全栈科学家
- 专家需要分工协作,但是仅仅依靠专家不够
- 3.3 研究生教育的困境
- 3.4 毕业延期问题
- 3.5 博士的学术路径
- 3.6 可重复性危机
- ? p值还被少数人认为结果的可重复性
- 3.7 科学问题
- 3.1 问题为导向
- 4 思维工具
- 4.1 科学思维
- 科学方法论构建于三个基础之上:观察或实验、数学还有逻辑工具。观察与实验要做到可重复、可比及随机;数学提供量化评价工具;逻辑工具包括不限于归纳演绎、分类类比、公理化及假说演绎。
- 4.1.1 古希腊
- 4.1.2 中世纪
- 4.1.3 文艺复兴之后
- 4.1.4 逻辑实证主义
- 4.1.5 否证主义
- 4.1.6 历史主义
- 4.1.7 无政府主义
- 4.1.8 实用主义
- 4.1.9 其他
- CZ 本节大量提到科学哲学 [[哲学科学常识]]
- 4.2 数学思维
- 4.3 统计思维
- 统计思维包括但不限于抽象、似然度、回归、因果、残差等。这里推荐《统计七支柱》、《为什么》与《女士品茶》作为统计思维的理解读物。统计思维可能是科研中最重要的一部分,更多数据分析内容见第五章。[[为什么]] [[女士品茶]]
- 4.3.1 抽象
- 创立统计量 分布
- 4.3.2 似然度
- 4.3.3 回归
- 4.3.4 因果分析
- 4.3.5 残差
- 4.3.1 抽象
- 统计思维包括但不限于抽象、似然度、回归、因果、残差等。这里推荐《统计七支柱》、《为什么》与《女士品茶》作为统计思维的理解读物。统计思维可能是科研中最重要的一部分,更多数据分析内容见第五章。[[为什么]] [[女士品茶]]
- 4.4 模型思维
- 4.5 启发法
- 4.1 科学思维
- 5 实验
- 6 数据处理
- 7 文献
- 8 学术生活
- 9 就业
- 附录一:现代科研兵刃谱
- 附录二:全栈科学家自测题
- 附录三:科研日常词典
- 研究生版
- 留学生版
- 创业隐喻
- 1 前言
现代科研指北
December 8, 2020