恭喜林蔚君 榮獲 INFORMS 2020 George E. Kimball Medal!
Congratulations to Prof. Grace Lin for getting the prestigious INFORMS 2020 George E. Kimball Medal!
https://www.youtube.com/watch?v=dZQ2PSbiuxQ
「運籌與管理科學學會頒發了2020年喬治·E·金博爾獎章給Grace Lin,以表彰並衷心感謝其對INFORMS以及運籌學,管理科學和分析專業的傑出貢獻。」
「For exemplary and distinguished service to INFORMS and the profession of operations research, management science, and analytics, the Institute for Operations Research and Management Sciences expresses its sincere appreciation to Grace Lin by awarding her the 2020 George E. Kimball Medal.」
Award Citation:
"Grace Lin is vice president, director of the Big Data Research Center, and chair professor in the Department of Business Administration at Asia University in Taichung, Taiwan since 2016. She recently founded the United Financial Intelligence Corp. (UFI) to support digital transformation and care quality improvement of aging care organizations. From 2011 to 2016, Dr. Lin was the founder and VP of the Data Analytics Technology and Applications (DATA) Institute and VP for the Advanced Research Institute (ARI) at the Institute for Information Industry (III). At III, she initiated key industry-government R&D programs including Smart Living and Smart Commerce Strategy Plan, Big Data Analytics, Smart Healthcare, Smart Tourism, FinTech, and Smart Agriculture. Previously, Dr. Lin worked for IBM US for more than 16 years as the Global Sense-and-Respond Value-Net Leader and CTO & director for Innovation and Emerging Solutions at IBM Global Business Services, and as a research staff member, manager, and senior manager at the IBM T.J. Watson Research Center. She was an elected member of the IBM Academy of Technology, an IBM Distinguished Engineer, and Relationship Manager for IBM's Integrated Supply Chain.
Her background and experience have positioned Dr. Lin at the intersection of technology, innovation, business consulting, and management as well as the intersection of academia and industry. Referred to by Forrester as one of the six supply chain gurus, Dr. Lin has published more than 80 technical papers, book chapters, and articles, and co-authored 10 U.S. patents and nine Taiwan patents. In 2006, she was named an INFORMS Fellow.
Dr. Lin's service to INFORMS and the profession has been substantial. She has been twice elected INFORMS VP Practice and VP International Activities, she has chaired the INFORMS Fellow Selection Committee and several INFORMS and IEEE conferences. Additionally, she has been active in the Edelman Award Competition, having served multiple years as judge and as a member of the selection committee. Active in WORMS, she has been a strong supporter of women in O.R. Passionate about bridging the gap between academia and industry, she has served on a number of university advisory boards. She has also served on National Science Foundation panels in the U.S., Canada, and Ireland, and editorial boards including Manufacturing & Service Operations Management (M&SOM), Operations Research, INFORMS Journal on Applied Analytics, and Service Science. She is a frequent keynote speaker at global conferences and industry events.
Dr Lin's awards include the INFORMS Franz Edelman Award, IBM Outstanding Technical Achievement Award, IBM Corporate Logistics Award, IBM Research Division Award, IIE Doctoral Dissertation Award, the Purdue Outstanding Industrial Engineer Award, and the Distinguished Alumni Award from the School of Science, National Tsing Hua University, Hsin-Chu, Taiwan.
For exemplary and distinguished service to INFORMS and the profession of operations research, management science, and analytics, the Institute for Operations Research and the Management Sciences expresses its sincere appreciation to Grace Lin by awarding her the 2020 George E. Kimball Medal."
healthcare research journal 在 Scholarship for Vietnamese students Facebook 的最佳貼文
[LONG SHARE] TÌM RA ĐƯỜNG NGHIÊN CỨU KHOA HỌC
Không phải ai cũng dễ dàng lựa chọn được hướng đi, hướng nghiên cứu của bản thân mình. Nếu chọn lựa ngành nghề đã là một quyết định khó khăn, thì lựa chọn hướng nghiên cứu khi mới bắt đầu chập chững trên con đường nghiên cứu này còn cần nhiều kiên nhẫn và quyết tâm với ngành "nghiên cứu" đặc thù này. Chị mới đọc được một bài viết của GS QuangTrung Duong, chia sẻ chi tiết và hữu ích cho các bạn Schofan nào muốn đam mê theo đuổi nghề nghiên cứu...
Cùng kiếm địa điểm nào yên tĩnh và cùng đọc với chị nhé?
----------------
(Bài dài chỉ dành cho các bạn trẻ thôi)
Tìm ra đường nghiên cứu khoa học - Hôm nay sẽ trả nợ cho một số bạn đã hỏi nhiều lần.
1) Bạn đang lan man ở những giai đoạn đầu nghiên cứu? Cái khó cho những bạn đi học MSc/PhD là giai đoạn đầu rất khó tìm hướng đi của mình. Nghe cái gì hay cũng đọc, thấy cái gì cũng dòm. In cả vài nghìn trang tài liệu ở trên bàn, để cho mốc meo, mỗi tài liệu chỉ lướt qua, tô vàng xanh đỏ, nhưng chẳng vào đầu 1 chữ nào. Thực ra đó là giai đoạn khởi động, ai cũng bị. Giai đoạn này có thể dài hay ngắn tùy vào nhiều yếu tố, GS hướng dẫn, khả năng bản thân, LAB mate, và cả may mắn. Một trong những lý do quan trọng nhất trong giai đoạn này làm mình lan man là Kiến thức nền chưa có và công cụ sử dụng chưa có.
2) Cái quan trọng nhất khi làm nghiên cứu không phải là hướng đi hot hay không hot. Quan trọng nhất là bạn phù hợp với hướng đó hay không và bạn nắm vững các công cụ để áp dụng vào hướng nghiên cứu đó. Khối ngành kỹ thuật có thể là Optimisation, AI, Machine Learning, Big Data, Random Process, Control Theory, v...v.., Sử dụng thành thạo các công cụ hỗ trợ khi đọc báo là cách nhanh nhất để hiểu bài báo đó. Khi bạn đọc 1 bài báo, bạn chỉ hiểu rõ khi bạn có tư duy để có thể làm lại (duplicate) được kết quả của bài báo đó. Thông thường trong giai đoạn đầu khi bạn chưa biết viết paper (nghĩa là chưa ra kết quả) việc đọc báo chậm, rất chậm và lan man cũng là vì lý do này. Sau này khi đã viết 1 vài bào báo chuyên ngành rồi, tức là khả năng bạn đã sử dụng thành thạo công cụ của ngành mình rồi thì rõ ràng khi bạn đọc bài báo, những điểm nhấn sẽ đến trong não rất nhanh. Và quan trọng là ban sẽ biết nên đọc bài báo nào (bài nào ko cần đọc), và nhiều khi đọc ở đoạn nào của bài báo (chứ không cần phải đọc hết cả bài như trước đây). Nên sức đọc sẽ hiệu quả hơn hẳn, dễ hiểu hơn hẳn và không lan man như bước 1 ở trên. Cái đó là sau này, còn bây giờ ta vẫn như đang đi lạc trong rừng 😃. Nhưng không có gì hoảng loạn cả. Chỉ cần cố gắng
3) Vậy đến khi nào thì dừng đọc. Đọc là giai đoạn literature review, tìm hiểu tổng quan trong ngành. Trong ngành rộng, sẽ có các ngành hẹp, trong ngành hẹp sẽ có ngành hẹp hơn. Rút gọn lại đến khi bạn tìm thấy hướng mà bạn có thể viết ra paper. Nhưng từ lúc hiểu paper đến viết là 1 khoảng cách khá lớn. Quan trọng là phải duplicate lại được kết quả của bài báo cũ đã làm. Khi bắt tay vào làm lại kết quả, bạn sẽ biết mình hổng kiến thức gì, công cụ gì mình chưa biết, mình cần phải bổ sung cái gì. Đó cũng là giai đoạn mình đọc thêm các textbook, học các phần mêm hỗ trợ, học các phương pháp thí nghiệm. Nhiều khi giai đoạn học text book này song song với giai đoạn đọc tài liệu. Không được đốt cháy giai đoạn này. Đây là giai đoạn xây nhà trên móng. Tôi rất ủng hộ việc học course trước ở giai đoạn MSc, rồi mới đi làm PhD. Thiếu kiến thức nền rất nguy hiểm. Nếu bạn không có thể theo đuổi các course trên trường mà mình cần, thì tự học online, tự đọc sách. Nên nhớ không đốt cháy giai đoạn. Tôi có tổng cộng 4 năm học course ở MSc và PhD trước khi thực sự bước vào làm nghiên cứu thực thụ. Tôi mất khoảng 4 năm đầu cho giai đoạn này. Tổng cộng thời gian từ lúc tôi bắt đầu đi du học ở giai đoạn MSc đến lúc nhận bằng TS là 9 năm (4 năm học course và 5 năm làm research). Sẽ có nhiều course bạn có thể không dùng vào thời điểm này nhưng sau này có khả năng bạn sẽ cần đến nó, lúc đó có thể bạn không nhớ, nhưng bạn biết kiến thức nằm ở chỗ nào, để lục lại mà đọc. Rất quan trọng, kiến thức nền.
4) Công cụ (các phương pháp) là thứ quan trọng nhất để bạn giải quyết ý tưởng. Không có công cụ, thì ý tưởng cũng sẽ nằm trong sọt rác. Công cụ có thể là 1 hướng Toán ứng dụng, có thể là 1 hướng của AI, có thể là phương pháp thí nghiệm hóa học, có thể là 1 phương pháp thí nghiệm vật lý v...v... Không nắm rõ công cụ, chúng ta vẫn có thể nói chuyện như 1 chuyên gia nhưng chúng ta đang ở trên mây. Tôi đã từng biết có 1 số người khi đi họp họ phát biểu rất tốt, nói rất hay, như là 1 học giả. Nhưng họ chưa bao giờ thực sự bắt tay vào làm (nghĩa là "make your hand dirty") nên nhiều điều họ nói không thể áp dụng vào thực tế, cụ thể có thể là dự án, hoặc bài báo. Một cuộc đời làm PhD có thể có 1 công cụ, có thể có 2 và hơn. Ví dụ khi tôi làm PhD, tôi có nắm vững rất tốt những công cụ sau: Random Probability, Random Matrix Theory, Super Analysis, Matlab, Mathematica. Nó giúp tôi chiến đấu 5 năm PhD nhưng sau này đến năm thứ 6 (sau khi tốt nghiệp) thì tôi phải chuyển sang học thêm những thứ khác: Optimisation, Machine Learning, v..v... Tóm lại, nắm vững công cụ là cách tốt nhất để triển khai ý tưởng.
5) Khi bạn làm PhD để ra báo, bạn sẽ bắt đầu từ quy trình đọc để thu hẹp lại Chuyên ngành -> chuyên ngành hẹp -> chuyên ngành rất hẹp. Nghĩa là những bài báo khoa học của bạn chỉ dùng để giải quyết những bài toán rất rất nhỏ. Có thể người ta làm ra kết quả 1. Bạn phát hiện có thể thay đổi bài báo đó, và ra kết quả tốt hơn là 2 thì bạn đã có thể đăng được 1 bài báo tốt, có khi trên top journal. Nhưng nên nhớ, nếu cứ tiếp tục như thế, bạn sẽ không bao giờ tồn tại trong môi trường học thuật. Khi xong PhD chuyển sang giai đoạn post-doc bạn phải học cách chuyển ngược lại chuyên ngành rất hẹp-> chuyên ngành hẹp-> chuyên ngành ->và có khi cả đa ngành. Đó là sự chuẩn bị cho con đường lâu dài. Cho nên kiến thức là vô tận, nghiên cứu nó cũng vậy. Cách đây 7 năm khi sắp xong PhD tôi không bao giờ nghĩ vào thời điểm này mình lại đang ngồi nghiên cứu những lĩnh vực như environment, healthcare, social science, plastic waste, air-quality v...v... Mọi thứ thay đổi, bản thân mình cũng thay đổi. Nếu có cơ hội bạn nên luôn thay đổi mình, đọc thêm được những ngành nghề liên quan, nghe những seminar của những chuyên ngành khác. Nó sẽ rất có ích sau này.
6) Cuối cùng, việc làm PhD và đi làm nghiên cứu không phải là chăm chăm ra báo ISI. Bài báo khoa học chỉ là những điều kiện cần, quan trọng vẫn là chất lượng của những bài báo bạn đã làm. Bài báo là quan trọng, những kiến thức bạn thu lượm được trong những năm tháng đó cũng quan trọng không kém. Nên nhớ thất bại cũng là thành công. Tại sao tôi nói thế, bạn bỏ ra 1 thời gian khá lớn để rồi nhận ra mình đi sai đường., hướng nghiên cứu đó không còn phù hợp với mình nữa, khoảng thời gian mất trắng đó không phải là ít. Có người cũng đã phải chuyển ngành học (hẹp và rất hẹp, kể cả ngành rộng) sau vài năm. Nhưng đó là những bài học xương máu, những kiến thức bạn không dùng nữa chưa chắc đã vô dụng. Có khi lại còn hữu ích sau này. Khoảng thời gian bạn đã bỏ ra đó cũng là thời gian đào tạo bạn biết cách làm việc độc lập, Học hỏi kinh nghiệm từ những thất bại thì cũng là 1 thành công đó bạn.
Điều cuối cùng tôi muốn nói, đường nghiên cứu còn dài lắm. Không ai tự vỗ ngực là mình giỏi trong bất cứ lĩnh vực gì, đặc biệt là nghiên cứu khoa học khi sự học là vô tận, kiến thức là vô tận. Đức tính quan trọng nhất của người làm nghiên cứu là kiên nhẫn, không nản chí và phải khiêm tốn. Biết mình ở đâu, luôn luôn cầu tiến và học hỏi, không tự mãn. Chúc bạn thành công.
Source: QuangTrung Duong
<3 Like và share nếu các em thấy thông tin có ích nhé <3
#HannahEd #duhoc #hocbong #sanhocbong #scholarshipforVietnamesestudents
healthcare research journal 在 Icu醫生陳志金 Facebook 的最佳貼文
各位朋友
知名的醫學期刊刺絡針(Lancet)24日發表了一篇中國的研究論文。
#論文中把台灣當成中國的一省來和其他省來做比較。
台灣的許多學者,紛紛去留言表達抗議!
台灣和中國有著完全不一樣的健康照護體系,根本無法合在一起比較討論。
#這個顯然是中國作者在吃台灣的豆腐,試圖矮化台灣!
#這顯然是一個政治干預研究的例子。
外交部、台灣醫界應該同聲譴責,呼籲Lancet撤除此論文!
#各位可以到此留言表達關切,中英文都可以:
https://www.facebook.com/…/a.4103709534…/10157661625328470/…
#也可以去給_不推薦_的評分,留下這段理由,或是中文的理由:
Taiwan is not a province of China.
Taiwan has a totally different healthcare system from China, hence, to compare Taiwan with other provinces of China is absolutely a methodological error. This article should be retracted from your esteemed journal. Please do not allow politics to interfere with research.
The Lancet | Research | Mortality, morbidity, and risk factors in China and its provinces, 1990–2017: a systematic analysis for the Global Burden of Disease Study 2017
Chronic conditions, such as stroke, ischemic heart disease & lung cancer – not infectious diseases – are now top 5 causes of early death in China: finding from a new #GBDStudy of mortality, morbidity & risk factors in #China & its provinces, 1990–2017 by @Institute for health. This is the first comprehensive subnational assessment of health to include data on mortality, morbidity, combined health loss, and risks in China. Major improvements have been made to the GBD methods since the 2013 subnational analysis of population health in China. These include additional causes of death and disability, greater disaggregation of age groups, substantially expanded data sources, the development of data quality ratings, improvements to estimation models, the development of the Socio-demographic Index, consideration of summary exposure values for risk factors, and a fully updated time series of estimates, among other improvements. Read here:
https://hubs.ly/H0jtFQX0