这两个月比较忙，回了国，北京，上海，看到了新变化，然后回来，去San Antonio 逛了逛海洋世界，忙着处理积压的工作，有些进展，却一直没有来的及更新。后面逐渐补上。昨天写程序写到茫然，还有劳danel夜里2点进行指导，在此表示感谢。
近日看见论坛上有些同志急于在给很多事情下结论,比如电子病历的历史, ontology的翻译等.个人觉得,作为一个scientific 的结论,不是自己一时的冲动或者感慨. 需要是一个客观的论证过程和一个严谨的结果,不然,似乎有些不尊重科学,不对自己的学术言论负责任之嫌.
作为科学的结论:基本上要分以下几步.
1.定义问题，然后产生假设。
作为个人,可以有各种各样的假设或者猜想。 可以说地球是圆的还是方的.这没有问题,但是这只是假设.你必须证明这种假设,而不是使用一些言论上的攻击或者发发牢骚.
2.科研设计
证明这个假设,比如电子病历历史文章不重要,那么,你需要找出一个测量方法,并确定该方法的validity and reliability,方法是否可行,同一个方法对不同的测量是否存在统计的差异性,假阳性或者假阳性.
3.找变量
需要考虑到什么是independent variable and dependent variable。
比如,假设命题是：某篇文章不是好文章。
需要考虑到的因素有：文章的内容包括的广度,前瞻性, 对学界,业界的影响力，论证的严禁和连贯程度，可行性,科学性。时效性等，以及相应的的测量方法,可以是同过看杂志的知名度,影响因子,citation,是否近期有新的发展或发现。
4.采样
从人群中抽样sample。比如,选择两组学生,都没有学过该文章。
5.数据采集
然后选择你认为”high tech”和"low tech" 的文掌,进行阅读比较, 可以之后通过survey，比较看看那片文章的学习效果好。
6.统计分析
7.最后总结性的分析。
如果能通过这种方法,科学有效的找到更适合大家阅读的文章,当然好。 但是,请不要尚未论证之前,盲目的批驳别人.每一篇文章都有他的读者群体和用处,请不要根据个人的知识背景进行评价。如果自己没有找到更好的文章,却说别人的naïve,未免有失偏颇.
很多人提出了别具一格的猜想，很多人耗尽一生证明前人的猜想。这是一个循证，分析数据的年代。
[ 本帖最后由 南京猿人 于 2007-9-14 13:25 编辑 ] |
发表于 2007-9-14 13:20:24
发表于 2007-9-15 09:47:03
