為何我以前說過,我相信科學,但不相信科學家?
這個喔,嗯嗯...
我不知道在座多少人是這樣學的,至少在我念大學的時候,物理系教的第一個概念,叫做:
「邊界條件(boundary condition)」
重點不在於怎麼設定,也不是怎樣靠這個計算,而是「你有沒有認知到設下的條件,到底對結果產生何種影響,跟現實差異多少?」
理工科的朋友可能覺得這是廢話,我們怎麼可能不知道,但請恕小弟直言,真的絕大多數的人都「不。知。道」
我在中研院時做過一個系列的研究,內容是半導體相關的光、電與磁與表面性質,延續國外某個國際知名研究單位,據說對未來半導體、記憶體等等都有重大影響。有常看我講的應該知道,這個研究在10多年後,差不多2010年被同各研究單位,重量級大老發的論文判死刑,認為實驗雖然都正確,但方向可能錯誤。
嗯,醫龍裡面第一集的經典台詞「手術很成功,但患者死亡」
唉,其實我做這研究的第一年就知道,這整個系列都有問題了,只是別說老闆很難接受,所長他們也很難接受,美國跟印度等來的合作朋友也很難接受,我自己也是。所以最後傾向「這個年輕小鬼一定哪邊做錯了」,所以我也算了。
好了,公布答案,哪邊有問題?
「溫度」
我看過外國的實驗儀器,裝在真空腔體內的溫度計,是固定式的。而敝單位設備老舊,自己都要去車铣工件安裝,溫度計(Thermocouple)是很克難的懸掛在空中。任何人看了都會覺得是我做錯,我一開始也這麼認為。
但很早就發現,因為設備不好,每次都會碰到溫度計的位置,為了調整煞費苦心。累積大量資料的結果,統整出一個很奇怪但合乎邏輯的結論,那就是根據溫度計位置不同,整套實驗結果也不同(廢話),但某個錯誤的條件可以跟所有國外知名研究機關的論文結果符合。
蛤(*´・д・)?
總之,一不做二不休,把溫度計的位置全部調整固定做不同條件三次,結果發現依照各國研究的條件設定,死都做不出來,而做得出來的條件,與他們所說的差異甚大。
溫度差100度!
夭壽,假設這是高溫超導體實驗,差100會是多大,同業各位自己可以明白。
總之,我弄了很久後確定,其他國家的實驗室,因為設備齊全,固定所有參數,所以反倒漏了一點。就是基板的stage材料,跟加熱裝置與溫度計的差異。因為在真空環境下,溫度計升溫最大因素是熱輻射,使用加熱絲跟燈泡是不同的,而stage雖然都是不鏽鋼,卻有厚度之差。
也就是若我依照距離做梯度出來,光是stage差幾mm厚,燈泡放的近或遠,有沒有熱絲輔助,Thermocouple放哪,結果就完全不同。你說這廢話,看也知道?拜託,那是人家講了,所以你覺得這看也知道,沒做這實驗前看看,最好你知道差十萬八千里,每個做實驗的都會認為自己條件控制的很好。
這叫做後設認知,後來去教書後最常碰的理論,物理界很少人認真的去審視,往往因為固定的機器跟參數不變,就覺得結果應該也會不變,而當每次實驗結果出來「在預想範圍內」,就認為這不會有問題。
問題可大了,代表美國那家頂尖研究室,他們機器的裝設法,會讓Thermocouple測到的,跟你基板溫度差100度。原本認為製造出接近室溫可實用的材料,得在零下100度才有用,這是電影明天過後嗎?
好了,每個學長跟老師都會說,那一定是你哪邊沒做對。好啦,老師們,我早沒打算在學術界發論文當教授啦,直說好了。所有的條件我都調過,我一個人的實驗總數據比隔壁的整間還要多,熬夜不知多少次還被罵要注意身體,唯一可以做出跟國外實驗室相同成果的,只有「低溫」。
意即,根本沒有奈米性質出現,全部都是bulk的特性,而為了要驗證,我還額外做一系列,用單層、多層,厚度不同幾十個,去確認奈米性質的邊界在哪,結果出來的結果,只證明出這整套系列的數據,都不是奈米性質,全部都是塊材的低溫特性。
好了,我要講什麼?
這裡面出現了3個值得我們去想的東西
第一個叫做權威,當著作等身的專家,享譽國內外的研究單位做了個實驗,其他跟從的實驗室,顯然不敢挑戰,我還看到印度等較後進國家,發過點數很低的論文,說這實驗可能有問題,但更可能是自己哪邊弄錯了。
第二個是從眾,那麼多人都有相同的結果,就你不同,應該是你不對吧?啊就邊界條件不對啊,你們沒有用紅外線檢查,我有。然後有人理我嗎?所長跟指導教授都覺得,應該還是你哪邊弄錯了。XD
第三個是忽略基礎證據,其實指出有室溫材料可能的那篇論文,拿去跟塊材性質對照,曲線幾乎是一模一樣,只是scale差100倍。那麼我們應該第一個檢視的,是這個真的有奈米特性嗎?沒看到重要期刊刊登過類似論文。
我私下也有發信去問過作相同研究的國外實驗室,還真的沒人想過這個問題,因為越有錢的單位,都是買整套機器,由專人校正過,像我這種從頭到尾都要自己校正的很少,多半都是所謂的後進國家。有做的都覺得很怪,但一樣不敢質疑權威,畢竟你要拿論文畢業,走學術界路線,怎麼能初出茅廬就跟像是貝爾實驗室這種巨獸對幹?
====
如果連算最嚴謹之一的物理學界,研究都會有這種狀況,你怎麼能相信那些科學家說的科學,能百分百屏除所有疑慮?像是近年常見,邊界超大的暖化、全球氣候、環境等等研究,就我的標準來看,根本問題重重。但你一質疑,就會出現諸多的專業與否批評,因為你不是這行的。
更好笑的,質疑你越大聲的,九成以上都不是科學家。
我的經驗,在台灣跟學經歷比較有關,越是念頂大出身的,就越有這種「論文跟書本證據、國外知名研究單位說的,應該會比你現場作的正確」,的這種說法。在中研院我就遇過,台大來的暑期大學專題生,根本看你不起,死都不想動手,只想用理論描繪世界。要不是我們是學長,已經用鼻孔看人了。
科學界講究一致性,但這也很容易誤導你,因為當過去若是錯的,就會一直錯下去,很難被糾正。即便事後找到錯誤,也不會承認,而是用許多說詞,堆砌出一套完美的修正路線。
如果連科學界都這樣,你跟我說更複雜的人類社會,僅需要少量的社會研究,跟沒有實務經驗的純理論,就可以描繪一個天堂:
「其他人都要聽我們這些專家的意見改政策」
我當然覺得你在鬼扯啊!
我後來在教育界遇過很多學生,行為表現都是後設領域的東西,更多的狀況是,自己腦補跟修正記憶,美化經驗中的行為。而老師要怎樣搞定學生?
以彼之矛,攻彼之盾
你也後設回去,誘導他們的思維,控制他們的行動,在老師的權威下,多半學生都會聽。然後,你就會發現,所謂的開放學生自由自在學習,更多時候只是一種,方便給你洗腦的手段。
真正的自由學習存在?還是,這只是邊界條件設立下的假象?你真的認為你看到的是真實?一切都只是一個虛擬實境下的遊戲?
我真的懷疑,那些天天發表教育高見的專家,真正的想法只是希望,學生腦袋可以空出來,讓他們有充足的時間塞自己的思想,成就他自己的功名,達成他想要的社會。
因為,就我們這種死硬保守派理工人來看,有些工作的技能就是不能少,你沒有基礎訓練,學習不夠扎實,就是不會。人類不是可以替換的螺絲,每個長的都一樣,沒有教跟帶,知識經驗中核心的眉眉角角就是不會。
不會就是不會,跟數學一樣。
論文點數計算 在 新思惟國際 Facebook 的精選貼文
#網路突圍 #被大企業形塑的價值觀
「以病人角度思考,避開大型醫學中心強項,專注你能提供的價值。」說來容易,但做到的人很少,因為我們都是醫學中心訓練出來的,價值觀都已經被醫學中心形塑了。
舉個例來說,台灣有很多知名的 AV shunt 處理名醫,仔細想想,他們都不在醫學中心,而是在中小型醫院,為什麼?
因為醫學中心規矩多,即使你想專做 AV shunt,一樣被要求要寫論文、幫忙評鑑,甚至分機器的時候,還是以給付點數高的心導管為優先,前輩做的電生理為優先。患者在醫學中心通 AV shunt,要等心導管做完才能做,不知道等多久,通完人家洗腎室可能下班,可能滿床不能接。要我是患者,我也會離開。
因為醫學中心都做「了不起的 procedure」,外科要做 CABG、瓣膜,才是真的 CVS,內科要做 PCI 或 EP,才有學問,放射科則做 TAE 或 RFA,才有價值。在醫學中心,想專做 AV shunt,會被看做沒志氣。
因為醫學中心的給付制度通常吃大鍋飯,做多做少跟薪水的起伏關係不大,多數跟年資或當初銓敘的條件有關。既然關係不大,那我當然作自己有興趣,能做研究,最好還能 elective 做的,或者,選生命攸關的疾病,自費醫材患者比較能接受的領域。去弄那種要隨 call 隨到的 AV shunt clinical service,辛苦且點數少,感覺太 low。
回到你的問題,該怎麼用網路突圍呢?首先,先決定自己的產品是什麼,行銷的最上游關鍵問題,還是產品。接著,才是根據你的產品,去作個人品牌行銷。以下三位,都是在小醫院,成功走出獨特道路的例子,請參考。
🎉 [快訊] 曾翌捷醫師經營網路兩年,分享眾多正向改變與長期心得!
🎉 [快訊] 林佩瑜主任持續專業寫作,獲得「台南 泌尿 女醫師」,Google 搜尋第一名!
🎉 內容為王就是我的風格 / 林舜穀
以剛才 AV shunt 的例子,即使這可能不是您有興趣的領域,我還是把他繼續說完,畢竟不管什麼領域,其流程與概念都類似。
假設你想做 AV shunt,先去跟醫院談,清楚計算可能的患者數,然後談到你認為可以的抽成,請醫院考慮建立專屬的空間(或先共用,但講好多少量有賺到錢之後就要有專屬機器與空間),考慮做 24 小時全年 oncall,並將整個流程 set up 起來。目標是比周邊任何醫院的服務都快也都好。然後就能開始發小卡、寫部落格文、經營粉絲專頁。大概是這樣~
🔥 我們堅持,讓您的人生更好。
🔹 全新梯次|2019 / 11 / 30(六)
🔹 課程內容|網路時代之個人品牌工作坊
🔹 立刻報名|https://pati2015.innovarad.tw/p/event.html
⭐ 要學,當然跟有實際成果的學!
實戰歸納經驗,是你很難問得到的。一來,真在做的人,不見得分析過數據,只靠感覺靠運氣在操作;二來,就算分析過數據,也不見得願意整理成系統化知識來分享;三來,人家用實戰經驗與數據分析建立起來的競爭壁壘,為什麼要隨意免費送人。
劉育志醫師與蔡依橙醫師,是協助最多專業人士打開網路能見度的教學專家,過去已有眾多成功案例,遍佈各行各業。要學,當然要跟校友成績最好的學!
⭐ 7 種網路應用,一天就能學會!
✓ 網路效益:全新與世界直接連結的方式
✓ 平台解析:數據分析與實戰歸納
✓ 進階應用:辦活動、教小孩、新領域實例與拆解
✓ 互動實作:從無到有做出自己的部落格
✓ 遊戲規則:酸民、法律、著作權等艱難狀況應對
✓ 內容形式:該寫什麼?效益分析及實用建議
✓ 專業強化:不同業務型態的實際應用與成功關鍵
🔥 2019 最後一班
🔹 2019/11/30(六)網路時代之個人品牌工作坊
🔹 https://pati2015.innovarad.tw/p/event.html
🔹 部落格是個好東西,人人應該都要有一個。
#網路時代之個人品牌工作坊
論文點數計算 在 新思惟國際 Facebook 的最佳貼文
#蒐集統計技能就跟超商集點一樣
#為何選擇新思惟
#以下是我的挑選方式
▋ 與別人不同的上課目的:完成統計技能拼圖
研究所就讀期間,長時間使用 SPSS 分析病人檢體數據。遇上染色體等基因型演算法,得改用 SAS PROC HAPLOTYPE 計算。畢業時,已對 SPSS 操作很有信心,但 SAS 操作也僅止於特定程序。
由於上一間服務醫院曾提供統計諮詢工作,當時就告訴自已,一定要把統合分析技能學起來,補足我的統計專長拼圖。別人是以寫論文為目的來報名此課程,我是以完成統計專長拼圖為目的。(超商蒐集點數的感覺,集好集滿拼好拼滿的概念。)
▋ 為何選擇新思惟的《統合分析工作坊》
類似的工作坊,Google 後便可發現還真不少(有規模的至少有 4 個)。
個人認為,人有沒有專業,不是看證照有幾張;工作坊有沒有能力及效率傳達正確知識給學員,也不是看有沒有被 Cochrane 認證。只要有實力,就可迅速判斷上述的「有沒有」。
曾秉濤醫師,光 2016 年就發表 10 篇 meta-analysis 文章,這就是實力;2018 年 11 月,新思惟校友 PubMed 發表 50 篇,這就是工作坊有能力及效率傳達正確知識。如果你對統合分析有興趣、如果你只是想要有 SCI 期刊成績,不在意是否高分 IF,這堂課將是身為初學者的你,最好的捷徑與選擇。
1 年發表 10 篇文章,能力絕對不等同 1 年發表 1 篇文章。若能跟據講師提供的經驗,依樣畫葫蘆,絕對可少走許多冤枉路(例如,文章搜尋廣度及深度不足,導致統計一跑再跑)。
▋ 統合分析生手也不用擔心
張凱閔醫師將於課程中,以論文第一作者身份分享經驗,解說上課練習用論文其故事脈絡,並引領學員從臨床現場走進統合分析世界。
最後,再跟躊躇不前或需要再被人推一把的人說明,我試用過其它統合分析軟體,具有傳統生物統計專長,有發表過 SCI 期刊(最新的一篇),也知道教學原理(我大學是讀師範體系的學校,唸了 40 多學分的教育學程),新思惟這樣的課程設計及教學流程,絕對符合大部份初學者需求且也易學易懂(本人真誠相挺)。
🎯 講師群 SCI 超過 220 篇,並有超過 68 篇 meta-analysis。
|張凱閔|
知名復健醫學與超音波學者,台大流病與預防醫學博士,已發表超過 21 篇 meta-analysis 論文,探討臨床常見議題。
|曾秉濤|
專業精神科醫師,擅長從臨床工作找到發表議題,已發表超過 47 篇 meta-analysis 論文,並組成研究團隊。
|蔡依橙|
專業課程開發與整合者,能迅速理解學門架構,並以初學者能理解的方式,建構學習流程。生涯被 SCI 期刊接受的圖表,已超過 500 張,熟悉學術審閱過程與要求。
▋ 初學者真的可以嗎?我需要有怎樣的基本能力?
初學者真的可以,經過我們的拆解與教學,其實 meta-analysis 並不難。
你只要會用 Windows,懂得使用像 Word / Excel / PowerPoint 這樣的軟體,就足夠了。上課我們會把重要的觀念講給你懂,而互動實作就是理解流程,只要懂得電腦操作,能照著教學步驟,點擊正確的功能,就沒問題。
一些枝微末節的卡關,現場講師與助教,會全力協助您。請放心。
🍄 不必了解森林,採回你要的香菇就好。
🔸 省去耗時耗力,踏入統合分析的大門。
🔸 熱門課程|2019 / 10 / 19(六)統合分析工作坊
🔸 立即報名|https://meta-analysis.innovarad.tw/event/
論文點數計算 在 蔡英文論文門在美國被高度討論?彭文正P驚爆華府 ... - YouTube 的推薦與評價
政經Plus #政經關不了#關不了正晶#政論節目#彭文正#李晶玉 加入《政經關不了》的YouTube頻道會員,享受專屬的驗證標 ... ... <看更多>