5 maneiras pelas quais as pessoas estragam os controles em seus dados

Prévia do material em texto

1/3
5 maneiras pelas quais as pessoas estragam os controles
em seus dados
Nas últimas semanas, revisei uma carga de relatórios, documentos e alguns dados para um colega.
Basicamente, passei algumas semanas lendo tudo sobre os dados de outras pessoas. É bom, mas
levemente frustrante, que eu não esteja gerando o meu próprio (cerca de metade do meu laboratório
está para manutenção).
A única constante em todo o trabalho que eu tenho lido tem sido a qualidade variável dos controles. E,
variando a qualidade, o que eu realmente quero dizer é que é principalmente uma pilha fumegante de
lixo – eu estava apenas tentando ser educado. Ah, e enquanto eu estou tentando ser educado, eu
obviamente não quero dizer os dados do meu colega cujo trabalho é perfeito e irrepreensível. Na
verdade, parece estranho eu até mencionar que eu estava olhando para os dados deles ao lado de
todos esses outros dados terríveis ... ?ahem?.
Então, para tentar ajudar as pessoas que estão equivocadas quanto ao uso de dados de controle, eu
pensei em resumir as 5 principais maneiras de ver as pessoas estragarem o funcionamento ou
apresentarem controles adequados. Se você é culpado de qualquer um destes, então você merece bater
no nariz com um jornal virtual enrolado.
https://errantscience.com/wp-content/uploads/Supervisor-controls-cropped.png
2/3
5. Adivinhando
Agora você provavelmente tem uma boa ideia sobre o que seu controle deve fazer em comparação com
seus dados. Se você não fizer isso, então eu acho que você pode ter problemas além de perder os
dados de controle.
Mas pensar que você sabe o que os dados de controle farão não é desculpa para o uso de dados que
são a “linha de base teórica” ou “zero”. Só porque você acha que não deveria ter nenhum sinal não
significa que ele não tem sinal – quem sabe, talvez de repente ele pule e cante Living La Vida Loca
(apenas aplicável a experimentos no início dos anos 2000). Você não sabe se não o executa.
Então, realmente, execute a coisa e verifique! Eu percebo que isso significa mais trabalho e
possivelmente tempo real no laboratório, mas eu sinto um pouco que este é um sacrifício que
provavelmente vale a pena fazer.
4. Meça uma coisa totalmente diferente
Isso soa como um no brainer, mas ao executar um controle, meça a mesma coisa que você está
medindo em seu experimento.
Eu vi algum trabalho onde o sensor era uma sonda de temperatura dentro de alguma máquina gigante
enquanto estava funcionando. O controle não era outro tipo de sensor ou mesmo uma corrida de
calibração da sonda, era o mesmo sensor de temperatura esbofeteado na parte externa da máquina.
Porque, obviamente, a temperatura interna e externa são as mesmas coisas...
Isso não é uma corrida de controle, é uma execução totalmente diferente do sensor. Isso pode ser
realmente um dado muito interessante, mas não é um controle.
3. Dados de outra pessoa
Ok, este é um pouco de meio ponto, porque isso é bom em algumas circunstâncias, mas eles são raros,
então é melhor você ter certeza antes de ignorar este passo. Quero dizer, “realmente tenho certeza... E
eu vou verificar.
Algumas vezes você pode estar trabalhando com uma técnica ou sistema que é louco bem estabelecido.
Praticamente um padrão em todos os laboratórios do mundo. Então, por que executar um controle
quando você pode apenas apontar para alguns excelentes dados de linha de base / controle que alguém
fez?
Porque é uma péssima ideia! E se houver algum problema ambiental em seu laboratório que você não
percebeu ou levou em consideração. Você não saberá porque, para você, parecerá bons dados quando,
na verdade, é porque o gato do laboratório gosta de dormir na máquina enquanto está funcionando
durante a noite. O objetivo de usar controles é descartar eventualidades e erros que você não pode
prever. Se você baixar esses dados, então você não está realmente fazendo isso. Pessoalmente, eu
diria que é muito pior do que baixar um carro.
2. Usando dados antigos
3/3
Mudanças de coisas. Ao desenvolver seu experimento, você vai ajustar e melhorar as coisas. Muitas
vezes, os melhores e mais completos controles que você já executar estão no início deste processo. E
eles são os que você pode continuar ligando enquanto você lentamente otimiza sua coisa inteligente.
A mudança de reagentes ou condições de fabricação é impulsionada principalmente por quantas
pequenas coisas você pode detectar agora – mas há coisas que podem magicamente mudar e mexer
com o desempenho sem as pequenas coisas em qualquer lugar perto dele. Quem sabe que tipo de
efeitos estranhos você pode ter. Você pode achar que desenhar linhas azuis em testes de gravidez em
caneta de ponta de feltro realmente melhora o quão bem sua máquina os lê. Mas provavelmente vai
afetar o número de falsos positivos em amostras negativas.
Ao contrário dos cães, os controles não são para a vida – eles só são bons até que você vá mexer com
alguma coisa e deve ser descartado com frequência. Mesmo que você os tenha nomeado.
1. O que são os controles
Eu não sei bem por que, mas há um grande número de cientistas com uma fobia severa de controles de
corrida. Pelo menos eu suponho que eles têm uma fobia, porque é a única razão pela qual eu posso
pensar em por que eles são aparentemente tão raros em papéis. Talvez seja apenas que os dados de
controle são tímidos e mesmo quando escritos em papéis, ele se esconde por trás dos reconhecimentos.
De qualquer forma, há muitos artigos onde os dados são apresentados todos em seu solitário, sem
qualquer sinal de controle. Não tenho certeza se estou mais irritado que as pessoas o publiquem ou que,
sem os controles, ele ainda conseguiu passar pela revisão por pares!
O número de novos sistemas de sensores que eu vejo apresentava mostrando uma reação forte ao X,
mas sem dados para o que acontece se você não der X.
Se você tirar alguma coisa deste post, ele deve ser DO YOUR CONTROLS. O pior que poderia
acontecer é que sua ideia não é realmente boa, o que é ótimo – agora você sabe não perder seu tempo
com isso e pode passar para algo muito mais produtivo, como passar uma tarde escrevendo um post no
blog.
N.B. quaisquer comentários sobre o meu uso do termo dados como plural e singular devem ser
direcionados para este infográfico
Olá!
Inscreva-se para receber conteúdo incrível de desenhos animados em sua caixa de entrada,
todos os meses.
Nós não temos spam! Leia nossa política de privacidade para mais informações.
Verifique sua caixa de entrada ou pasta de spam para confirmar sua assinatura.
https://errantscience.com/blog/2016/02/10/so-you-think-you-know-data/
https://errantscience.com/about-us/ardilla/