Много ошибок: Увула (Uvula) – Много ошибок (Many mistakes) Lyrics

Опубликовано 03.02.198118.11.2021 автором alexxlab

Содержание

Я делаю так много ошибок. Но только подумайте обо всех тех ошибках, которые я не совершила, хотя могла.

Так много вариантов, и так много ошибок. Когда едешь по основной дороге жизни без карты, можно легко сбиться с пути. Когда такое случается, нужно поменьше думать, если бы да кабы, а пристегнуться потуже и ехать дальше. Я, как и все, стремлюсь вперёд, туда, где я смогу сказать, что состоялась. И невольно задаюсь вопросом: я уже там, или ещё в пути?

Немировски: «Торпедо» допускало много ошибок в своей зоне

https://rsport.ria.ru/20211016/khokkey-1754832100.html

Немировски: «Торпедо» допускало много ошибок в своей зоне

Немировски: «Торпедо» допускало много ошибок в своей зоне — РИА Новости Спорт, 16.10.2021

Немировски: «Торпедо» допускало много ошибок в своей зоне

Хоккеисты «Торпедо» в матче КХЛ с хабаровским «Амуром» не всегда удачно справлялись с выходом с шайбой из своей зоны, заявил главный тренер нижегородской… РИА Новости Спорт, 16.10.2021

2021-10-16T01:51

хоккей

дэвид немировски

континентальная хоккейная лига (кхл)

торпедо

амур

/html/head/meta[@name=’og:title’]/@content

/html/head/meta[@name=’og:description’]/@content

https://cdnn21. img.ria.ru/images/07e4/03/08/1568320943_0:271:3077:2002_1920x0_80_0_0_1a979620baf19a325996a621b7b7dea4.jpg

НИЖНИЙ НОВГОРОД, 16 окт — РИА Новости. Хоккеисты «Торпедо» в матче КХЛ с хабаровским «Амуром» не всегда удачно справлялись с выходом с шайбой из своей зоны, заявил главный тренер нижегородской команды Дэвид Немировски.»Торпедо» в пятницу на своем льду обыграло в овертайме «Амур» со счетом 2:1.»Довольны тем, что победили и заработали 2 очка. Ошибались в своей зоне, шайба не выходила, несмотря на то, что перед игрой просили игроков следить за этим. Поэтому соперник получал возможность бросать по нашим воротам», — сказал Немировски журналистам.»В начале игры первые 3-4 минуты мы играли неплохо, контролировали шайбу в чужой зоне, но не забили, потом случилось удаление, и соперник перехватил инициативу. Когда мы наносим мало бросков — это проблема, а когда бросков много, шайба обязательно зайдет», — подчеркнул специалист.Нападающий «Торпедо» Кенни Агостино, который выходил сразу в двух бригадах большинства, стал автором первой заброшенной шайбы своей команды. «Кенни всегда играет опасно для ворот соперника, всю карьеру, он может и умеет забивать, и опять сегодня это показал. Миша Варнаков был травмирован, может быть, будет готов к следующему матчу. Еще несколько человек заболели, поэтому сегодня было только 11 форвардов», — пояснил тренер нижегородской команды.»Почему в воротах играл Алексей Мурыгин? Отчасти потому, что играл против своей бывшей команды. Он был готов давно, хорошо вышел в матчах со СКА и московским «Динамо». Дали ему сегодня шанс и было видно, что он уверенно играет. Угадали с выбором сегодня. Хотим все же определить основного вратаря, но пока дадим шанс каждому из трех голкиперов «, — добавил Немировски.Тренер хабаровчан Михаил Кравец отметил, что «Торпедо» показало мастерство при игре в большинстве.»Была очень хорошая боевая игра, много силовых приемов, хорошие скорости. Обе команды очень хотели победить, это было видно с первой и до последней минуты — была ожесточенная борьба. Именно такой должен быть хоккей, благодаря такой игре люди добавляют в классе», — сказал Кравец журналистам. «Хорошо, что сравняли счет, были моменты и раньше, которые нужно было использовать. И нас подвели неоправданные удаления. Хотя и там можно было выстоять, но там уже проявилось мастерство команды «Торпедо», которая реализовала свои шансы (в большинстве). В гостях взяли одно очко — этим довольны, но впереди еще две тяжелые игры», — добавил специалист.Обе шайбы «Торпедо» забросило, реализовав большинство. «Оба удаления (в овертайме) — плохие. Мы все знаем, что если выбиваешь шайбу в падении и попал по ногам — это 2 минуты. И ситуация не требовала прыжка в средней зоне. Ну и на «пятаке» нужно держать клюшку внизу. Такое случается не каждую игру. Были игры и совсем без удалений. Нужно понимание хоккеистов, что не нужно делать», — отметил тренер хабаровского клуба.

https://rsport.ria.ru/20211015/torpedo-1754819377.html

https://rsport.ria.ru/20211015/barys-1754823489.html

РИА Новости Спорт

[email protected]

7 495 645-6601

ФГУП МИА «Россия сегодня»

https://xn--c1acbl2abdlkab1og. xn--p1ai/awards/

2021

РИА Новости Спорт

[email protected]

7 495 645-6601

ФГУП МИА «Россия сегодня»

https://xn--c1acbl2abdlkab1og.xn--p1ai/awards/

Новости

ru-RU

https://rsport.ria.ru/docs/about/copyright.html

https://xn--c1acbl2abdlkab1og.xn--p1ai/

РИА Новости Спорт

[email protected]

7 495 645-6601

ФГУП МИА «Россия сегодня»

https://xn--c1acbl2abdlkab1og.xn--p1ai/awards/

https://cdnn21.img.ria.ru/images/07e4/03/08/1568320943_270:0:3001:2048_1920x0_80_0_0_cac372b92f853c964e5ade06ebfe59a1.jpg

РИА Новости Спорт

[email protected]

7 495 645-6601

ФГУП МИА «Россия сегодня»

https://xn--c1acbl2abdlkab1og.xn--p1ai/awards/

РИА Новости Спорт

[email protected]

7 495 645-6601

ФГУП МИА «Россия сегодня»

https://xn--c1acbl2abdlkab1og.xn--p1ai/awards/

дэвид немировски, континентальная хоккейная лига (кхл), торпедо, амур

НИЖНИЙ НОВГОРОД, 16 окт — РИА Новости. Хоккеисты «Торпедо» в матче КХЛ с хабаровским «Амуром» не всегда удачно справлялись с выходом с шайбой из своей зоны, заявил главный тренер нижегородской команды Дэвид Немировски.

«Торпедо» в пятницу на своем льду обыграло в овертайме «Амур» со счетом 2:1.

«Довольны тем, что победили и заработали 2 очка. Ошибались в своей зоне, шайба не выходила, несмотря на то, что перед игрой просили игроков следить за этим. Поэтому соперник получал возможность бросать по нашим воротам», — сказал Немировски журналистам.

«В начале игры первые 3-4 минуты мы играли неплохо, контролировали шайбу в чужой зоне, но не забили, потом случилось удаление, и соперник перехватил инициативу. Когда мы наносим мало бросков — это проблема, а когда бросков много, шайба обязательно зайдет», — подчеркнул специалист.

Нападающий «Торпедо» Кенни Агостино, который выходил сразу в двух бригадах большинства, стал автором первой заброшенной шайбы своей команды. «Кенни всегда играет опасно для ворот соперника, всю карьеру, он может и умеет забивать, и опять сегодня это показал. Миша Варнаков был травмирован, может быть, будет готов к следующему матчу. Еще несколько человек заболели, поэтому сегодня было только 11 форвардов», — пояснил тренер нижегородской команды.

15 октября, 21:23Хоккей»Торпедо» в овертайме победило «Амур» в матче КХЛ

«Почему в воротах играл Алексей Мурыгин? Отчасти потому, что играл против своей бывшей команды. Он был готов давно, хорошо вышел в матчах со СКА и московским «Динамо». Дали ему сегодня шанс и было видно, что он уверенно играет. Угадали с выбором сегодня. Хотим все же определить основного вратаря, но пока дадим шанс каждому из трех голкиперов «, — добавил Немировски.

Тренер хабаровчан Михаил Кравец отметил, что «Торпедо» показало мастерство при игре в большинстве.

«Была очень хорошая боевая игра, много силовых приемов, хорошие скорости. Обе команды очень хотели победить, это было видно с первой и до последней минуты — была ожесточенная борьба. Именно такой должен быть хоккей, благодаря такой игре люди добавляют в классе», — сказал Кравец журналистам.

«Хорошо, что сравняли счет, были моменты и раньше, которые нужно было использовать. И нас подвели неоправданные удаления. Хотя и там можно было выстоять, но там уже проявилось мастерство команды «Торпедо», которая реализовала свои шансы (в большинстве). В гостях взяли одно очко — этим довольны, но впереди еще две тяжелые игры», — добавил специалист.

15 октября, 22:30Хоккей»Барыс» по буллитам обыграл «Куньлунь» в матче КХЛ

Обе шайбы «Торпедо» забросило, реализовав большинство. «Оба удаления (в овертайме) — плохие. Мы все знаем, что если выбиваешь шайбу в падении и попал по ногам — это 2 минуты. И ситуация не требовала прыжка в средней зоне. Ну и на «пятаке» нужно держать клюшку внизу. Такое случается не каждую игру. Были игры и совсем без удалений. Нужно понимание хоккеистов, что не нужно делать», — отметил тренер хабаровского клуба.

ЕКАТЕРИНА АЛЕКСАНДРОВА: «СЕГОДНЯ Я ДОПУСКАЛА СЛИШКОМ МНОГО ОШИБОК»

– Что не получилось сегодня в матче? Вы достаточно часто по своим меркам сегодня ошибались, обычно этого с вами не происходит. Что не пошло?

– Ну, в принципе всё (смеется). Подача не пошла, как и прием, и в розыгрышах было очень много невынужденных ошибок. У меня не получалось найти ритм, поймать какой-то правильный момент удара, потому что я была либо слишком близко, либо слишком далеко. Как-то одно на другое навалилось, и в итоге получилось не очень.

– И все же в конце матча был момент, когда показалось, что вы обретаете свою игру: подача пошла, острые удары с отскока, свойственные вам. Почему не удалось продолжить это?

– Я бы не сказала, что что-то пошло. Я попыталась навязать хоть какую-то борьбу, потому что знаю, что всегда в любой момент все может измениться. Но все равно было слишком много ошибок, и с такой игрой было тяжело что-либо выиграть.

– Тот факт, что вы спасли матчбол, вас не вдохновил, не подбодрил?

– Не особо. Это, конечно, придало какой-то стимул, но особого вдохновения это не приносит. Когда столько невынужденных ошибок во всех аспектах игры, один спасенный матчбол не помогает.

– Вы говорили, что на вас немного давит статус первой сеяной, повлияло ли это давление на сегодняшний матч? Вы же понимаете, что по мере продвижения в рейтинге вам все равно придется быть сеяным игроком?

– Да, я это понимаю, и я пытаюсь с этим справляться. В принципе я нервничаю перед каждой игрой – иногда чуть больше, иногда чуть меньше. Сегодня с самого начала все не задалось, и я не смогла с этим справиться и что-то исправить, поэтому получилось так, как получилось.

– Наверное, это не первый матч, когда у вас что-то идет не по плану. Есть ли у вас какой-то рецепт в таких ситуациях, и почему он сегодня не сработал?

– Как такового рецепта нет. Все всегда индивидуально. Обычно я пытаюсь чуть больше втянуть соперницу в игру, чтобы почувствовать удары, почувствовать ритм, но сегодня как-то особо не получалось. Маргарита очень сильно рвала темп, т.е. играла то коротко, то длинно, то резаным ударом, то крученым. Как я ни пыталась, у меня не получалось войти в нужный ритм, и подача мне особо не помогала.

У меня было слишком много ошибок.

– Настроение после поражений всегда не очень хорошее. Что вы обычно делаете, чтобы побыстрее забыть неудачный матч? Может быть, шопинг? Или поможет что-то сладкое?

– На шопинг я сейчас никуда не могу пойти. Я делаю все то же, что и обычно – растягиваюсь после игры, переодеваюсь, иду кушать. В целом пытаюсь не думать об этом, а сконцентрироваться на тех вещах, которые нужно исправить и попытаться их не допускать в будущем.

– Удивила ли вас сегодня соперница? Сегодня она часто прибегала к резаным ударам слева, что она делает не всегда.

– Я предполагала, что она будет много резать. Мы с ней никогда раньше не играли, поэтому я не знала, чего именно ожидать. Маргарита сыграла довольно хорошо, но я считаю, что я допускала в сегодняшней игре слишком много ошибок.

– Напоследок не теннисный вопрос. На прошлых российских турнирах мы спрашивали вас о вашей медийной жизни, в том числе про ведение социальных сетей. Вы сначала сказали, что не хотите этим заниматься. Затем сказали, что ваша сестра заставила вас вести социальные сети. Сейчас вы довольно активны в ваших аккаунтах – стараетесь обновлять информацию чаще. Привыкли ли вы уже к этому внимаю от СМИ? Может быть, активность в социальных сетях уже чем-то нравится?

– Я не могу сказать, что мне это особо нравится. На каждом интервью меня об этом спрашивают. Я думала, что если я начну вести социальные сети, меня перестанут об этом спрашивать. Но нет, это не помогает (смеется). Я довольно равнодушно к этому отношусь. Коль начала, нужно это делать.

– У вас и вашей сегодняшней соперницы один и тот же экипировочный спонсор – FILA. Вчера на своей пресс-конференции Маргарита хвалила FILA. Говорила, что с ними у нее нет проблем – все доставляют вовремя, в нужном количестве. Что вы можете сказать о сотрудничестве с этой компанией?

– Я с ними уже второй год, и меня все устраивает. Экипировки всегда достаточно, даже с излишком. Правда, всегда проблематично увозить форму собой с турниров, потому что ее всегда доставляют либо в Америку, либо в Австралию. Потом всегда приходится платить за перевес, но у меня никаких нареканий нет.

Кирилл Костин: «Сами допустили много ошибок»

Защитник молодежного состава сине-бело-голубых после матча с «Тереком» назвал причины поражения, объяснил, почему в этой встрече было столько предупреждений, и заявил, что присутствие в составе хозяев футболистов из основного состава не сильно сказалось на игре.

— Может, результат и говорит об обратном, но игра для нас получилась не очень тяжелой, она нам давалась. Мы не использовали свои моменты, допустили ошибки в обороне, поэтому и счет такой. Но, повторюсь, играть против «Терека» было не слишком трудно.

— Перед игрой вы говорили, что нужно будет справиться с давлением трибун и провокациями соперника. Справились?
— Давления со стороны местных болельщиков не было, а жесткая игра и провокации со стороны грозненцев действительно присутствовали. Об этом свидетельствует и большое количество желтых карточек в матче — их было девять. Может, мы и не очень хорошо с этим справились.

— В середине первого тайма вы едва не спровоцировали потасовку.
— Был наш аут, а игрок «Терека» взял мяч в руки. Я его толкнул, чтобы отобрать мяч и быстрее ввести в игру. Естественно, сопернику это не понравилось. Мы сцепились, подбежали остальные футболисты обеих команд, и едва не началась потасовка. В итоге арбитр показал мне и двум игрокам хозяев. В общем, все закончилось нормально.

— Присутствие в составе «Терека» группы футболистов из основы сильно сказывалось на игре?
— Я играл на фланге против футболиста из молодежного состава грозненцев, поэтому мне было привычно. Это лучше спросить наших центральных полузащитников, которые действовали непосредственно против Олега Власова и Александра Павленко. Но в целом мне показалось, что ничего особенного они не показали и их присутствие на поле не стало решающим фактором в победе «Терека».

Карацев подсел: плохо провел первый круг «Уимблдона» (очень много ошибок) и сразу проиграл — С миру по Нитке — Блоги

Ход утрачен.

Из-за дождей Аслану Карацеву пришлось до среды ждать своего первого матча на «Уимблдоне». Россиянин дебютировал в основной сетке, но закончилось все печально – 6:7, 6:7, 3:6 от 34-летнего Жереми Шарди.

***

1. Грустно, но Карацев просто провел еще один не очень качественный матч. Он очень много ошибался (допустил на 11 невынужденных больше, чем выполнил ударов навылет), причем частенько делал это в очень простых ситуациях.

Например, вот такой форхенд он смазал на тай-брейке второго сета, когда вел с мини-брейком. Подобных ошибок было очень много.

2. В обороне у Аслана тоже не очень получалось. Когда Шарди начинал двигать его по корту, он пытался выбиваться из тяжелого положения за счет агрессии – но зачастую это заканчивалось тем, что он просто бил в огромный аут.

3. Мощной проблемой стала подача француза. Шарди подавал с высоким процентом попадания первым мячом и выигрывал на нем четыре розыгрыша из пяти. 51 его подача осталась вообще непринятой. Например, именно непринятыми подачами он отыграл тройной брейк-пойнт при счете 5:6 во второй партии.

4. Но тот гейм подчеркнул еще одну проблему Карацева – нехватку цепкости в важный момент. На первом брейк-пойнте Аслан не принял не бомбу с первой подачи, а второй мяч, который приземлился далеко от линий квадрата. Это был очень хороший шанс, который россиянин упустил.

5. Плюс ко всему, Шарди эффективнее атаковал, и у него статистика хорошая – на 17 виннерсов больше, чем невынужденных.

6. Преимущество было заметно не только по статистике, но и по игре, потому что он все время создавал Карацеву проблемы за счет глубоких и плотных ударов – которые у него проходили даже из обороны (в отличие от россиянина). Аслан с ними не справлялся.

7. А еще Шарди сознательно и эффективно использовал подрезки – особенно под бэкхенд. Он заставлял Карацева играть с низких мячей – и либо ошибаться, либо отвечать более-менее мягко и предсказуемо (почти всегда кроссом). Например, эта тактика принесла ему ключевое очко на приеме при счете 6:6 на тай-брейке второго сета.

8. И, возможно, у Аслана были и физические проблемы. После некоторых промахов справа он крутил шеей, а в середине второго сета как будто пытался ее вправить руками.

***

Сейчас можно точно сказать – ход, который Карацев набрал в начале сезона, утрачен. Если с Australian Open и до турнира в Белграде он большинство матчей проводил где-то на 7-10 баллов, то сейчас все чаще и чаще играет на 4-6. Все больше его матчей похожи на мартовское поражение в Майами, где он выглядел уставшим и очень много ошибался.

Фото: кадры трансляции телеканала Eurosport

Причины и лечение дисграфии у детей

Если ребенок делает кучу ошибок в тексте, родители думают: ленится. Не хочет учить правила, не старается… Но бывает, что дело не в лени. Дело — в дисграфии.

Дисграфия – это сложность в овладении письмом. Дисграфик не просто ошибается – он делает чудовищно много ошибок. Притом ошибки эти странные, нелепые. Скажем, обычный ребенок может написать «седой» через «и», потому что не знает проверочное слово. А дисграфик напишет – «сдеой» и не заметит свой промах. Что же за напасть такая – дисграфия? И кто поможет ребенку сделать работу над ошибками?

Признаки дисграфии

Чем отличается дисграфия от дислексии? По каким признакам можно понять, что у ребенка дисграфия?

Дисграфия редко встречается как самостоятельное расстройство. Чаще всего она идет в одной «связке» с дислексией – нарушением чтения, когда ребенок проглатывает окончания, заменяет буквы, видит одно слово, а читает другое… Естественно, на письме все это тоже отражается.

Ошибки при дисграфии больше напоминают случайные описки или помарки. Например, ребенок может пропускать гласные: вместо «собака» писать «сбака», путать звонкие и глухие согласные: вместо «бок» — «пок», менять буквы местами: вместо «кошка» — «кокша». То есть дисграфик ошибается там, где, казалось бы, ошибиться невозможно. Может не дописывать слова, вставлять лишние буквы, путать согласование существительных и прилагательных, например, «белая свитер». Кстати, последнее часто случается с детьми из двуязычных семей. Или с теми, кто обучается не на родном языке. Скажем, ребенок родился в Англии, начал говорить на английском, а потом переехал в Россию.

Мой сын учится в первом классе. Часто пишет буквы не в ту сторону, делает массу глупых ошибок в тексте. Это дисграфия?

Как правило, дисграфию можно заподозрить не раньше 8−8,5 лет. В первом классе говорить об этом еще рано – ребенок только учит буквы, слоги. И вполне может допускать нелепые ошибки. А вот если во втором классе трудности с письмом останутся, не исключено, что это дисграфия. Понаблюдайте за сыном.

Причины дисграфии

Может ли дисграфия быть следствием того, что ребенок поздно заговорил?

Может. Задержка речевого и моторного развития (в норме ребенок должен к трем годам заговорить) довольно часто провоцирует проблемы с чтением и письмом. У таких детей не всегда формируется достаточный словарный запас к первому классу. Не исключены проблемы с произношением каких-то звуков. Поэтому чтение и письмо нередко даются с трудом.

Есть и другие причины. Скажем, если родители редко видят наследника, мало с ним говорят, у него тоже возможны нарушения речи. По той простой причине, что ему не хватает общения. Дисграфия может развиться и у детей с синдромом гиперактивности и дефицита внимания. То есть появиться на фоне неврологических нарушений.

А бывают ситуации «наоборот». Допустим, ребенок делает кучу ошибок в диктантах, и над ним смеются сверстники. Да еще «неряхе» достается от учителя. Естественно, он начинает переживать. На этой почве запросто может сформироваться невротическое расстройство: заикание, навязчивые движения, тики.

Слышала, что маленьких детей не стоит учить читать – дескать, потом будут трудности на письме. Разве такое возможно?

Иногда – да. Родители обычно гордятся тем, что малыш научился читать раньше сверстников. И внимания не обращают на то, ребенок путает окончания, «проглатывает» их, меняет слова в предложении. Дефекты в чтении могут вылиться в ошибки на письме. У меня был пациент, который еще не умел говорить – произносил от силы десяток слов, зато уже умел… читать. Родители показывали ему текст и просили найти, например, слово «фонарь». И он находил. Но нужны ли такие эксперименты? Это дополнительная нагрузка на детскую нервную систему.

«Развивалки», будь то чтение или иностранный язык, в раннем возрасте хороши лишь в том случае, если ребенок проявляет к ним интерес и не устает на занятиях. Видите, что малыш ерзает, капризничает? Не настаивайте. Научится позже.

Лечение дисграфии

Какой специалист занимается лечением дисграфии? Или можно справиться с этой проблемой самостоятельно?

Дисграфия – проблема комплексная. Начать лучше с консультации невролога. Если есть какие-то нарушения, врач назначит лечение. Например, массаж, ЛФК, иглорефлексотерапию – это поможет выровнять процессы возбуждения и торможения. Если лечение не требуется, а нужно обучение, направит к логопеду-дефектологу. Могут оказаться полезными и занятия с психологом.

Хочу утешить родителей: большинство детей дисграфию «перерастают». Многие – уже к средней школе. Но, конечно, этой проблемой надо заниматься. Запускать ее нельзя.

Помощь родителей тоже понадобится Логопед может давать ребенку задания на дом. Нужно следить, чтобы он их выполнял. Будьте терпеливы – не ругайтесь, не кричите на сына или дочь за ошибки. Наоборот, поддерживайте и помогайте. Собирайте вместе с детьми пазлы, мозаику, делайте картины из бисера – занятия, направленные на развитие мелкой моторики, отлично стимулируют мозговую деятельность.

«Я наделал так много ошибок, и я сильно отстал в жизни»

Колумнист с советами The Cut Хизер Хаврилески отвечает на вопросы читателей о том, как жить в этом мире. Есть вопрос к Полли? Напишите на [email protected].

Фото: Getty Images

Полли,

Мне кажется, что я застрял между жизнью, которую хочу, и жизнью, которую веду слишком долго.

Я вырос в семье, где жестоко обращались с родителями-алкоголиками, где меня постоянно гасили и говорили, что я недостаточно хорош. Я также был одним из очень немногих чернокожих детей в моем районе, что укрепило мою идею о том, что мне нужно быть идеальным. Может быть, если бы мне было «лучше», меня бы больше не оскорбляли, и если бы я не поднимал голову и просто много работал, возможно, меня, наконец, приняли бы все остальные.

Как я уверен, вы, наверное, догадались, такой образ мышления только еще больше подорвал мою самооценку.Любая моя ошибка укрепляла идею о том, что я не заслуживаю счастья и что со мной что-то не так.

У меня были счастливые моменты. Я переехала в новый город для учебы в колледже и действительно почувствовала себя процветающей. Я был вдали от семьи и чувствовал себя более независимым, чем когда-либо. Никто меня не знал, поэтому у меня была свобода стать кем захочется. У меня появились новые друзья. Наконец, я впервые пошла на терапию, чтобы поговорить о моей детской травме, и перестала разговаривать со своим жестоким родителем.

Когда я закончил учебу, я переехал ближе к своему родному городу с планами поступать по-другому, но вместо этого я попал в паттерн вечеринок и цикл токсичных отношений. Поначалу это было захватывающе: усердно работать и еще усерднее играть. Мне было чуть за 20, и все казалось возможным. Я решил, что успокоюсь, когда наконец встречу хорошего парня.

Но шли годы, и большинство моих выходных были заняты запой, невыносимыми связями и постоянными драмами. Я провел остаток недели, проклиная себя и поклявшись наконец остановиться, только чтобы повторить это снова в пятницу вечером.

Несколько лет назад я стала жертвой сексуального насилия, от которого забеременела. Я сделала аборт. Я знаю, что это было правильное решение для меня в то время, но я винил себя за то, что это вообще произошло. Я развалился, и пьянство стало еще хуже. Я терял сознание почти каждые выходные.

В настоящее время я прохожу курс терапии и участвую в программе по решению моих проблем с алкоголем.Я прилагаю больше усилий, чтобы заниматься здоровым хобби, когда чувствую, что у меня может случиться рецидив, но я каждый день борюсь с чувством вины за то, что позволяю вещам выйти из-под контроля. Я знал, что иду по пути саморазрушения, и все равно продолжал это делать. Я вырос больным человеком и в итоге стал тем, кто причиняет боль себе и другим.

Я завязываю новые дружеские отношения, которые не связаны с нездоровыми привычками, и я наконец встречаюсь с замечательным и добрым человеком, но на каком-то уровне я все еще чувствую, что не заслуживаю этого, потому что много ошибок и потрачено впустую столько времени.

Как мне освободиться от стыда? Как мне научиться принимать все части себя, чтобы, наконец, двигаться дальше и добиваться большего успеха в будущем?

С уважением,

thecut.com/_components/clay-paragraph/instances/ckfeggs0300173h7atw06mlst@published» data-word-count=»3″> Попытка поменять

Уважаемый TTC,

Суть вашей проблемы здесь: «Я все еще чувствую, что не заслуживаю получать от этого удовольствие».

Ваше сообщение самому себе о том, что ваши ошибки непростительны, идеально согласуется с сообщением, которое вы неоднократно получали в детстве, что вы никогда не будете достаточно хороши и вам нужно больше работать, чтобы быть «лучше».Это послание подкрепляется зацикленностью нашей культуры на неустанном самосовершенствовании как на пути к богатству и наградам, которые мы все так заслуживаем. «Усердно работать и усерднее играть» — это часть этой головоломки, быстрый путь к ощущению себя блестящим и важным человеком, который никогда не останавливается, всегда работает невероятно усердно, всегда впечатляет и привлекает всех вокруг нее.

Отсутствует чувство — хорошее самочувствие, чувство, что вы этого заслуживаете, чувство своей связи с людьми, с которыми вы работаете, пьете и занимаетесь сексом.Когда вы ничего не чувствуете и убеждены, что не заслуживаете , чтобы чувствовать что-то, — что вы на самом деле ничего не заслуживаете — это усиливает тенденции к бегству от реальности. Только выпивка (и пьяные люди, которые ведут себя впечатленными и привлекающими, пока вы все пьяны) могут заставить вас хоть что-нибудь почувствовать.

А когда удается что-то чувствовать в трезвом виде? Это мучительно. Потому что именно тогда врывается весь стыд. Голос в вашей голове говорит вам, что все ваши поступки — хорошие и плохие — являются частью одной токсичной головоломки.Эта ядовитая головоломка повторяет вашу историю происхождения: вы — ничто и ничего не заслуживаете. Вы не испытываете радости, потому что слишком разбиты и недостаточно усердно над этим работаете. Когда вы получаете что-то, что должно вас радовать, это не работает, это еще одно отражение того, насколько вы запутались. А когда вы действительно чувствуете удовольствие, волнение или счастье, это вызывает прилив вины и стыда, потому что вы уверены, что все награды незаслужены и могут быть связаны только с какой-то токсичной частью вас.

В наши дни я вижу этот привкус самоотречения и отвращения к себе повсюду.Сегодня так много людей не могут отличить то, что они делают, от того, чего не заслуживают. Они обвиняют себя в апокалипсисе каждое утро, но они не смотрят внимательно на свое избегание, выпивку или эгоцентрические привязанности, потому что это единственное избавление от апокалипсиса (что, помните, также является их ошибкой!). Вот почему каждое желание прикрывается одеялом вины и отчаяния. Вот почему каждое достижение вместо радости вызывает страх, оцепенение, недоумение и неуверенность.Даже настоящая любовь и крепкие дружеские отношения могут вызвать самосознание, стыд и ненависть к себе, потому что любовь спрашивает: «Кто ты, черт возьми, чтобы этого заслужить?» и говорит: «Ты, наверное, тоже напортачишь». И говорит: «Может быть, ты ему слишком сильно нужен, что сделает его менее привлекательным для тебя, потому что ты мудак в душе, и тогда ты выйдешь выпить, встретишься с кем-то еще и снова испортишь свою жизнь». ”

Вау, какая поездка! Классный прилив ясности! Но пока мы здесь, позвольте мне быть предельно ясным: мне потребовались годы, чтобы понять, насколько ненависть к себе и чувство вины движут всем, что я делал, и мешают мне чувствовать связь с людьми в моей жизни. Я был счастливым, нуждающимся, хвастливым ребенком, а затем растерянным подростком, затем грустным, беспорядочным пьяным 20-с чем-то, затем шатким, неуверенным 30-с чем-то, а затем успешным, но неуверенным в себе 40-летним. РАЗГОВОР О СВОИХ МЕДЛЕННЫХ УЧАЩИХСЯХ.

Но послушайте, даже когда я был счастливым, нуждающимся, хвастливым ребенком, я был хорошим и достойным (хотя и немного неприятным). Даже когда я был растерянным подростком, у меня было доброе сердце (несмотря на мой страх и мастерские защитные механизмы). Даже когда я был грустно пьяным, у меня иногда были близкие дружеские отношения, я влюблялся и писал несколько интересных сочинений и мультфильмов.Даже когда я был шатким, неуверенным в себе 30-летним, я встретил действительно великого человека, и мы сделали двух очень милых маленьких людей, которые теперь намного крупнее. Я постоянно все напутал и буду продолжать делать ошибки, большие и маленькие. Но я в порядке. Я обычный человек, который твердил себе, что втайне — кусок дерьма, и твердил себе это тихо, снова и снова, на протяжении десятилетий. Многие мои самые большие ошибки возникли из-за этого стыда.

В этом году я изо всех сил пытался откалибровать и признать, что я могу любить своих друзей и общаться с моими детьми, создавать новые, странные вещи и хвастаться, а ТАКЖЕ быть скромным, сломленным человеком на открытом воздухе.Я могу издавать грандиозные звуки, а также сигнализировать о перемене и признавать, когда чувствую себя превзойденным. Это баланс. Мне не нужно отказываться от всего, что я сделал накануне, только потому, что мои настроения и взгляды быстро меняются. Вам нужен больший баланс, когда вы собираете все, что было в прошлом, в ядовитую кучу, изображаете себя монстром и рассказываете историю о том, что этот токсичный монстр не заслуживает любви. Эта история, вероятно, также заставляет вас рассказывать плохие, чудовищные истории о других людях. Отсутствие сострадания к себе порождает беспощадность по отношению к другим.

Но это не означает, что время от времени ворчание аморально, или что награды эго — чистое зло, или что ваши желания обязательно приведут вас к разрушению жизней других людей. Это общепринятая мудрость о выздоровлении и зависимости, с которой я борюсь. Вы можете почувствовать свою связь с этим миром и безмерно смириться, и при этом при этом немного повеселиться или время от времени потакать своему тщеславию. Вы можете ценить связь, а также наслаждаться любым легкомысленным отвлечением, которое поднимает вам настроение, при условии, что оно не ошеломляет вас и не помогает исправить ваше эго, которое в конечном итоге кажется истощающим или отчуждающим.

Мы не созданы для того, чтобы жить как монахи, ненавидящие себя, вот и все. Вы могли бы подумать, что мы были такими, как люди строят свою жизнь, ожидая только успеха, чтобы сделать их счастливыми, или ожидая, что у них будут дети, или ожидая, что деньги сотрут весь их стыд и ненависть к себе. Мы отказываемся прощать себя или друг друга за то, что мы склонные ошибаться человеческие животные. Мы сажаем друг друга в крошечные коробочки и боремся внутри коробок, которые сделали для себя, и удивляемся, почему мы чувствуем себя такими одинокими.

Вы долгое время глотали пары собственного стыда и незащищенности. Но, пожалуйста, когда вы испытываете искушение обвинить себя в том, что «потратили столько времени впустую», подумайте обо мне и моем хорошем друге, которые вчера разговаривали по телефону о том, как нам обоим все еще трудно чувствовать свои чувства. У нас обоих было крайне непредсказуемое детство. Наши эмоциональные потребности были не просто нежелательными, они были унижены. К сожалению, это обычное дело. И если вы ударите крысу достаточно раз, чтобы потянуться за едой, она перестанет есть.

Это печально, правда? Мне грустно писать это. Мой друг и я, которые годами дрались друг с другом просто потому, что наши повреждения идеально совпадали, вчера вместе плакали по телефону по этому поводу. Это было здорово. Это было чистейшее обещание, что мы больше никогда больше не будем обвинять друг друга в том, что происходит внутри каждого из нас.

И когда она закончила разговор по телефону с планом работать усерднее, больше заниматься спортом, держаться подальше от социальных сетей и сохранять ясную голову, я сказал ей: «Но не забывай сбавлять обороты и чувствовать все, и добро пожаловать в каждое смирение». опыт.”

Такие люди, как мы, забывают обращать внимание и чувствовать. Мы боимся снова получить шок. Мы боимся высоких ставок человеческого общения. Мы предпочли бы списывать людей со счетов, мириться с ними или держать их на расстоянии вытянутой руки. Заземление, в котором мы нуждаемся, исходит от чувств. Чувства унизительны. Чувства заставляют вас осознать, что вы не успешный сверхъестественный полубог или непростительный червь . Чувства напоминают вам о том, кому вы можете причинить боль, если не настроитесь на свою силу. Чувства позволяют осознать, что вы сильны — чем не хочет быть тот, у кого были властные или жестокие родители, потому что власть означает, что вы плохой.Но вы можете наслаждаться своей властью, если при этом берете на себя небольшую ответственность. Например: вы важны для своего парня. Трудно это почувствовать, правда? Он говорит это, но это трудно почувствовать. Потому что, если вы имеете для него значение, это означает, что вы должны позаботиться о том, чтобы не причинить ему вреда, и вы должны убедиться, что с ним никогда не случится ничего плохого. Обратите внимание, что некоторые из этих вещей находятся под вашим контролем, другие полностью вне вашего контроля, но ваш разум говорит вам, что это ВСЯ ваша ответственность.

Чтобы отпустить контроль и сойти с хомячьего колеса самосовершенствования и карьеризма, вы должны больше чувствовать и видеть больше без стыда.Вы должны желать большего и получать больше удовольствия, принимая на себя ответственность за свое влияние на других. Вы должны расти и открывать свой разум и сердце, а также позволять этому дню быть именно таким, каким он хочет быть, и позволять людям вокруг вас занимать место, издавать звуки и быть их ущербным, очаровательным я.

thecut.com/_components/clay-paragraph/instances/ckfeggyo2001o3h7adr2n1g5c@published» data-word-count=»100″> Вам будет тяжело. Это не будет просто и оставаться легким. Пожалуйста, не воспринимайте это как угрозу. Это будет казаться легким, а потом станет труднее. Поверьте, я знаю. Но если вы можете ЧУВСТВОВАТЬ — смиренно, уязвимо чувствовать свой путь вперед, насколько это возможно — при этом прощая себя и отпуская идею о том, что вам нужно СТАТЬ ЛУЧШЕ? Вы не проведете еще десять лет, обвиняя себя во всем плохом в мире.Вы научитесь принимать каждый нестабильный день и стараться изо всех сил преодолевать любые препятствия и недоумения, которые он приносит.

Заранее простите себя за время, необходимое, чтобы почувствовать себя по-настоящему хорошо. Это займет некоторое время! Время не зря потрачено. Ничего не пропадает зря. Ваши плохие дни так же важны, как и хорошие. Они дают вам важные отзывы о том, что вам нужно, чтобы выжить и общаться. Ваши ошибки так же важны, как и ваши победы. Все, что вы до сих пор делали в своей жизни, — это часть того, кем вы являетесь, — добросердечной девушки, которая очень много работала, чтобы быть любимой, но ее мало любили.

Не забывай эту девушку. Дарите ей любовь каждый день. Она заслуживает твоего сострадания. Ей нравится то, что вы делаете сейчас и где вы находитесь, и она хочет, чтобы вы остались здесь и наслаждались этим. Она хочет, чтобы вы чувствовали все .

Полли

Спросите Полли появляется здесь в первые три среды каждого месяца. Дополнительные столбцы и темы обсуждения доступны в информационном бюллетене Ask Polly, поэтому зарегистрируйтесь здесь .Информационный бюллетень злого близнеца Полли, Молли: , здесь . Закажите новую книгу Хизер Хаврилески, . Что, если этого хватит? , здесь .

Получите еженедельную доставку Ask Polly.

Условия использования и уведомление о конфиденциальности Отправляя электронное письмо, вы соглашаетесь с нашими Условиями и Уведомлением о конфиденциальности и получаете от нас электронную переписку.

Все письма, отправляемые на [email protected], становятся собственностью Ask Polly и New York Media LLC и будут отредактированы для обеспечения длины, ясности и грамматической правильности.

Научный форум: Десять распространенных статистических ошибок, на которые следует обратить внимание при написании или рецензировании рукописи

Резюме:
Рецензент № 1:
В целом, мне понравилось читать эту рукопись. В этом, безусловно, есть свои достоинства.
Однако временами я обнаруживал, что совершенно не согласен с некоторыми рекомендациями.Ниже я привожу список некоторых из моих наиболее серьезных претензий. Я думаю, что эта рукопись может быть подходящей для публикации, но для ее создания требуется значительный объем дополнительной работы.
Во-первых, я не знаю предысторию авторов (извиняюсь, если я оскорбляю), но некоторые формулировки, примеры и описание предполагают, что они сами не являются опытными специалистами в области прикладной статистики. Эта рукопись чрезвычайно выиграет от вклада такого человека, просто чтобы переформулировать некоторые из типичных ошибок и связать их с хорошо известными проблемами, которые статистики обычно наблюдают при обучении статистиков, консультировании коллег и рецензировании рукописей. Я согласен с тем, что в этой рукописи важен тон и голос ученого (а не статистика), но важно, чтобы рукопись была такой, чтобы она имела гораздо более сильную статистическую основу, чтобы придать ей больший вес.
Большая часть текста здесь довольно многословна, а объяснения проблем часто сбивают с толку (например, вопросы 3 и 4). Я уверен, что авторы могли бы сделать их намного проще и понятнее. Бэкграунд авторов явно связан с неврологией.Иногда это видно на их выборочных примерах (например, вопрос 1). Эта рукопись будет работать также с более нейтральными примерами, которые будут понятны любому человеку, работающему в различных научных дисциплинах. Итак, предлагаю авторам переписать таким образом.
Рукописи, подобные этой, имеют большое значение и могут оказать существенное влияние не только на научное освещение, но и на то, как это делается. Итак, я надеюсь, что авторы решат внести в рукопись соответствующие изменения, чтобы сделать ее более приемлемой для публикации.

Мы благодарим рецензента за этот комментарий, поскольку он подчеркивает необходимость того, чтобы мы с самого начала более четко указывали наши намерения и целевую аудиторию в отношении нашего комментария. Этот комментарий написан нейробиологами своим коллегам-нейробиологам и их стажерам (обратите внимание, что мы предусмотрели его размещение в разделе «нейробиология»). Теперь уточним, что мы нейробиологи, а не статистики. Фактически, проблемы, которые мы выделяем, требуют минимальной статистической подготовки, поэтому мы считаем, что этот комментарий может оказать реальное влияние.Принимая во внимание нашу подготовку и перспективы, мы не чувствуем себя хорошо подготовленными, чтобы составить общий список проблем, которые являются общими для разных областей науки, поэтому мы считаем, что ориентация на нейробиологию будет наиболее подходящим и эффективным подходом. Поэтому мы хотим, чтобы примеры и общее обсуждение были доступными и актуальными для нашей целевой аудитории, хотя мы учли этот комментарий и, когда это возможно, упростили примеры или сократили некоторые из реальных деталей.

Abstract: «Вдохновленные более широкими усилиями по повышению строгости различных этапов научного исследования, здесь мы составляем список некоторых из наиболее распространенных ошибок вывода, связанных с неэффективным дизайном эксперимента, несоответствующим статистическим анализом и / или ошибочными рассуждениями. в опубликованных статьях по нейробиологии ».

Введение: «Здесь мы выделяем некоторые из наиболее распространенных и уместных ошибок в научной интерпретации, которые следует устранять в процессе экспертной оценки.[…] Мы надеемся, что этот список поможет лучше понять, почему эти проблемы являются проблематичными, как обнаружить их в рукописи и как решить их в процессе рецензирования ».

Существенных изменений:
0) Введение
Рецензент № 1:
— Во Введении стоит отметить, что многие журналы проводят внутренние статистические обзоры и / или рассылают рукописи для более подробного статистического обзора, если у обозревателей основного содержания есть сомнения.

Учитывая акцент на общей нейробиологии, по нашему опыту, это довольно необычно для общих исследовательских работ (может быть, это более обычная практика в некоторых клинических журналах?). Это может быть причиной того, что сообщество нейробиологов страдает от этих ошибок вывода.

1) Отсутствие контрольного состояния / группа
Рецензент № 1:
— Эта рукопись иногда очень ориентирована на нейробиологию. Я понимаю, что это главный интерес авторов, но иногда мне кажется, что это просто отвлекает от сообщения, и гораздо более простые примеры (которые будут универсальными для всех ученых) сработали бы намного лучше.Это особенно верно в отношении этой первой распространенной «ошибки».

Согласен. Мы адаптировали текст для более широкого соответствия различным дисциплинам нейробиологии:

«Например, при изучении эффекта тренировки обычно исследуют изменения в поведении или физиологические показатели. Тем не менее, изменения в показателях результатов могут возникать из-за других элементов исследования, которые не имеют прямого отношения к манипуляции (например, обучению) как таковой. Повторение одной и той же задачи в отсутствие вмешательства может вызвать изменение результатов между измерениями до и после вмешательства, например.грамм. из-за того, что участник или экспериментатор просто привыкает к условиям эксперимента, или из-за других изменений, связанных с течением времени ».

Рецензент № 2:
— «завышение вероятности наблюдения ложных изменений» — но все статистические тесты проводятся с использованием вероятностей ложных срабатываний, которые зависят от изменчивости данных. Каковы доказательства того, что низкая надежность результатов повторного тестирования приводит к увеличению числа ложноположительных результатов? Как отмечается в этом разделе, будет «наблюдаться» только абсолютный размер разницы — статистика покажет нам, является ли это различие надежным или нет, и именно здесь применяется (фиксированный) уровень ложных срабатываний.

Согласен. Мы удалили из рукописи следующее предложение: «Если надежность повторного тестирования низкая, то естественные колебания переменной с течением времени будут большими, тем самым увеличивая вероятность наблюдения ложных изменений с течением времени».

— Я часто сталкиваюсь с контрольными группами, которые отбираются после того, как известны результаты экспериментальной группы (например, множество исследований ТМС). Я бы добавил, что контрольную и экспериментальную группы необходимо отбирать одновременно и с рандомизированным распределением.

Согласен, это действительно очень актуально, мы упомянули об этой халатности в тексте следующим образом:

«Также важно, чтобы контрольная и экспериментальная группы отбирались одновременно и с рандомизированным распределением, чтобы минимизировать любые ошибки».

— Это не только «продольное», это применимо и к данным поперечного сечения.

Согласен. Мы убрали «лонгитюдный» из следующего предложения: «Выводы сделаны на основе продольных данных по одной группе, без адекватных условий контроля.”

2) Интерпретация сравнений двух эффектов без прямого сравнения их
Рецензент № 1:
— Рисунок 1 — Это странно выбранный пример. Очевидно, что дисперсия в группе B намного больше, чем дисперсия в группе A. Это объясняет (по крайней мере частично), почему тест групповых различий не является значимым. Но, безусловно, объединение здесь проблематично: для предлагаемых методов мы предполагаем, что дисперсия одинакова в каждой группе, тогда как для большинства кажется, что она очень разная.
Авторам необходимо выбрать лучший пример, чтобы проиллюстрировать типичную ошибку 2, и соответствующим образом изменить рисунок 1.

Очко взято. Мы изменили этот рисунок, чтобы представить два очень распространенных примера. Мы намеренно взяли крайние примеры (которые на самом деле основаны на реальной публикации), чтобы сразу оценить наш ключевой момент.

Рецензент № 2:
— Это относится также не только к «оценкам разницы», но и к любому эффекту (например, наклон, аппроксимация кривой и т. Д.), а не просто «различия»). Я предлагаю авторам сделать его здесь более общим (как они это делают в разделе «Как обнаружить»), а затем привести конкретный и полезный пример простого различия двух различий. Здесь также стоит отметить, что в анализе часто используется термин «взаимодействие».

Согласен. Это предложение было изменено соответствующим образом, и рисунок, иллюстрирующий эту проблему, был изменен, чтобы включить два разных случая.

«Исследователи часто основывают свои выводы на влиянии вмешательства (например, предварительного илиразличие после вмешательства, корреляция между двумя переменными и т. д.), отмечая, что вмешательство дает значительный эффект, тогда как соответствующий эффект в контрольном состоянии или группе не является значимым (Nieuwenhuis et al., 2011). Основываясь на этих доказательствах, исследователи иногда предполагают, что эффект больше в экспериментальных условиях, чем в контрольных. Этот тип ошибочного вывода очень распространен, но неверен ».

— «дифференциальная статистическая значимость» — я бы сказал что-то вроде: «разные двоичные результаты при применении статистического порога».

Согласен. Теперь это было перефразировано следующим образом:

«Например, как показано на рисунке 1A, две переменные X и Y, каждая из которых измеряется в двух разных группах по 20 участников, могут иметь очень похожую корреляцию (группа A: R = 0,47; группа B: R = 0,41), но разные результаты. с точки зрения статистической значимости: две переменные для группы A соответствуют статистическому порогу p ≤0,05 для достижения значимости, но не для группы B. […] Однако это не означает, что эффект вмешательства различается между двумя группы; действительно, в этом случае две группы существенно не различаются. ”

3) Завышение степеней свободы путем нарушения независимости мер
Рецензент № 1:
— Это очень сложное объяснение того, что большинство статистиков описывают совершенно иначе. Это излишне сложно. Это то, что большинство статистиков назвали бы проблемой «единицы анализа» — многое описано в литературе, см., Например, Парсонс, Тир и Ситч (2018, eLife).
Здесь описывается некоторая неэффективная практика, когда, например, выполняется несколько измерений одного и того же объекта для окончательного сравнения объектов.Если исследование направлено на понимание воздействия вмешательства на субъектов, то это «единица анализа», и для того, чтобы сделать выводы, воспроизведение должно происходить на уровне субъекта (единица анализа), а не внутри субъекта. (в пределах единицы). Множественные измерения на предметах улучшают точность оценки среднего испытуемого (например), но ничего не говорят нам о различиях между предметами.
Это часто наблюдается как искусственное раздувание степеней свободы, объединение слоев в анализе, но в конечном итоге проблема заключается в отсутствии четкого определения цели анализа и подходящей единицы измерения для оценки вариации, которая используется для количественной оценки воздействия вмешательства. Лично я не думаю, что привнесение корреляции в обсуждение очень помогает. Все, о чем нам действительно нужно знать, это то, что измерения внутри (например) объекта, скорее всего, будут коррелированы, тогда как по определению данные от субъектов не коррелированы.

Мы благодарим рецензента за очень полезный отчет о проблеме. Теперь мы ускользаем от полезной ссылки, предложенной рецензентом, и переписали раздел, чтобы отразить это как проблему «единицы анализа». Пример корреляции — это реальный пример (собственно говоря, из публикации eLife !).Это невероятно распространенная проблема в нашей области, и мы почувствовали, что нужен пример, чтобы дать людям более интуитивное представление о проблеме (и о том, почему люди могут стать ее жертвами — это улучшает их статистические результаты).

— Анализ смешанных эффектов — это канонический анализ, рекомендуемый большинством статистиков. Когда мы это делаем, мы естественным образом оцениваем соответствующие внутрипредметные (кластерные) корреляции. Эту методологию следует гораздо шире использовать во многих областях науки; только в медицине, где исследования сообщают данные о пациентах, а в психологии это общепризнано как важное.Хотя его корни уходят в генезис статистики в сельскохозяйственной науке, где поля были разделены на блоки, участки и вложенные участки, растения и т. Д.

Согласен. Мы выделили это решение в нашей исходной рукописи и расширили его в исправлениях. Хотя это, вероятно, лучшее статистическое решение этой проблемы, оно также требует некоторого углубленного статистического понимания для реализации и поэтому должно применяться с осторожностью. Таким образом, он, вероятно, недоступен для нашей целевой аудитории.

«Возможно, лучшим доступным решением этой проблемы является использование линейной модели со смешанными эффектами, где исследователи могут определять изменчивость внутри субъектов как фиксированный эффект, а изменчивость между субъектами как случайный эффект. Этот набирающий популярность подход (Boisgontier and Cheval, 2016) позволяет поместить все данные в модель, не нарушая предположения о независимости. Однако им легко злоупотребить (Matuschek et al., 2017), и он требует глубокого статистического понимания, поэтому его следует применять и интерпретировать с некоторой осторожностью.”

— Априорный статистический анализ мощности всегда является хорошей идеей, но я действительно не думаю, что это добавляет много к обсуждению здесь.

Согласен. Мы удалили это предложение из этого раздела.

Рецензент № 2:
— Это верно для некоторых статистических процедур (например, когда вы моделируете один параметр на одном уровне для каждого участника), но не для всех. Например, я считаю, что линейные смешанные модели (например, в R) будут иметь много dfs больше, чем N-x, но они остаются в силе.Я помню, как видел большие dfs в (например) выводах FMRI Brain Voyager. Я не понимаю эти многоуровневые линейные смешанные модели, но я задавал вопросы и исправлял эту точку df статистиками, использующими R (например, см. Df в Meteyard and Holmes, 2018; я не проводил анализ). Рекомендации в разделе «Как обнаружить» следует уточнить и / или исправить по мере необходимости.

Мы выяснили, что в этом конкретном примере исследователи проводят простой регрессионный анализ.Мы также переформулировали эту проблему в соответствии с предложением рецензента №1 относительно «единиц анализа», тем самым сведя к минимуму наше обсуждение df .

— ‘усредните полученные значения r (не забудьте сначала нормализовать распределение!)’ — Возможно, дайте здесь конкретный совет: например, используйте преобразование Фишера r-to-Z, Z = 0.5log [(1 + r) / (1-р)].

Мы перефразировали это предложение, но не включили формулу, поскольку она кажется слишком подробной для целей этого раздела.

— «случайный фактор» — «случайный» эффект «было бы лучше.

Изменено.

4) Ложные корреляции
Рецензент № 1:
— Рисунок 2A, B, C — Несомненно, проблема здесь в том, что «выбросы» имеют большое влияние (рычаг) на многие статистические данные; средние, дисперсии, ковариации, регрессионный анализ, дисперсионный анализ и да, корреляции. Но это проблема не только при оценке корреляций. Конечно, проблема здесь в том, чтобы представить данные визуально и рассмотреть значение (достоверность) любых точек данных, которые находятся далеко от остальной части распределения.Мне не нравится здесь (неявный) аргумент о том, что корреляции Пирсона в некотором смысле «неправильны». Это зависит от того, верна ли модель (прямая линия) и верны ли предположения о приблизительной нормальности. Совершенно правдоподобно полагать, что рисунок 2C правильный, и что только одна точка данных была доступна при X = 5, но есть веские основания полагать, что данные распределены нормально. Я хотел бы здесь подчеркнуть важность измерения ошибок при составлении отчетов. Доверительные интервалы корреляции Пирсона нам здесь очень помогли бы.Точечные оценки корреляций сами по себе не так полезны, если данные не отображаются визуально.

Согласен, и в этом разделе мы подчеркиваем преимущества устойчивых корреляций, которые учитывают дисперсию данного распределения. Но для среднего нейробиолога КИ сам по себе не будет иметь большого значения (фактически, большинство журналов, не относящихся к психологическим, не требуют / не поощряют авторов сообщать описательную статистику). Более того, как указывает рецензент, CI корреляции (которую мы теперь добавили к рисунку) не позволит вам определить, является ли данная корреляция ложной или нет — это более глубокая проблема, как мы подробно рассмотрим ниже.

«Ложные корреляции чаще всего возникают, если для одной из двух переменных присутствует один или несколько выбросов. Как показано в верхнем ряду рисунка 2, одно значение, отличное от остальной части распределения, может увеличить коэффициент корреляции. Ложные корреляции также могут возникать из-за кластеров, например если данные из двух групп объединяются вместе, когда две группы различаются этими двумя переменными (как показано в нижней строке рисунка 2) ».

— Еще одна вещь, с которой я бы здесь не согласился, это то, что ранговая корреляция Спирмена имеет больше смысла в настройках, показанных на рис. 2В и 2С.В общем, решения о том, следует ли предполагать нормальность, лучше принимать по принципиальным, а не эмпирическим причинам. Использование непараметрических коэффициентов корреляции здесь не имело бы для меня особого смысла — они, как правило, очень неэффективны, поскольку мы сначала преобразуем их в ранги, что является причиной того, что значение не меняется с рисунка 2B на рисунок 2C. Если бы данные были достаточно плотно распределены симметрично относительно среднего значения, кроме одного значения, находящегося на большом расстоянии, моей первой рекомендацией было бы проверить достоверность экстремальной точки данных, а не переходить к непараметрической корреляции.

Мы полностью согласны с тем, что любые решения о статистическом анализе и удалении выбросов должны приниматься априори и по принципиальным причинам (см. Наш раздел о p-hacking). По этим причинам мы не думаем, что точки данных следует отбрасывать на основе апостериорной визуализации данных, мы полагаем, что это станет точкой консенсуса между нами и рецензентами. Итак, проблема заключается в следующем — как справиться с ситуацией, когда кажется, что результаты обусловлены выбросом / кластером, не открывая ящик Пандоры для p-hacking? Эту проблему усугубляет тот факт, что во многих областях нейробиологии размеры выборки очень ограничены, что затрудняет определение того, нарушают ли данные допущения параметрической статистики, включая «истинную» идентификацию выбросов.Таким образом, параметрическая статистика затрудняет решение этой проблемы. Ранговые корреляции помогают нам в некоторой степени смягчить эту проблему, потому что они не требуют от нас проверки каких-либо предположений и, как было показано, более устойчивы для небольших размеров выборки (Mundry and Fischer, 1998) (хотя мы отмечаем, что Спирман также чувствительны к выбросам (Rousselet and Pernet, 2012)). По этой причине мы выделяем здесь надежные корреляции как лучшее решение (см. Также наш ответ рецензенту №2

ниже, который поднял некоторые важные соображения).Теперь мы понимаем, что включение значений Спирмена в рисунок создало неверное впечатление, что это лучшая альтернатива. Чтобы избежать этого, мы удалили значения rho с рисунка.

«Надежные методы корреляции (например, бутстрэппинг, выигрыш по данным, пропущенные корреляции) должны быть предпочтительнее в большинстве случаев, потому что они менее чувствительны к выбросам (Salibian-Barrera and Zamar, 2002). Это связано с тем, что эти тесты учитывают структуру данных (Wilcox, 2016).”

Рецензент № 2:
— «Тем не менее, использование параметрических корреляций, таких как r Пирсона, требует нормального распределения обеих переменных».
Нет, это не так! Все параметрические линейные модели (насколько я понимаю) требуют, чтобы ошибка имела нормальное распределение. В случае t-теста для одной выборки против одного среднего, это идентично требованию, чтобы сами переменные были нормально распределены. Но, что касается всего остального, это различия или ошибки или остатки после того, как модель подобрана, которые должны быть нормально распределены, а не необработанные данные.Авторы повторяют в своем руководстве то, что, как я понимаю, является очень распространенной ошибочной интерпретацией, и было бы хорошо, если бы они были абсолютно уверены в том, что то, что они здесь говорят, правильно, чтобы избежать повторения этих ошибок.

Благодарим рецензента за это образование! Мы отредактировали текст следующим образом:

«Корреляции — важный инструмент в науке, позволяющий оценить величину связи между двумя переменными. Тем не менее, использование параметрических корреляций, таких как r Пирсона, основывается на ряде предположений, которые важно учитывать, поскольку нарушение этих предположений может привести к ложным корреляциям.”

Вот руководство от команды R: https://rcompanion.org/handbook/I_01.html, а именно: «В частности, тесты, обсуждаемые в этом разделе, предполагают, что распределение данных является условно нормальным в распределении. Это То есть, данные обычно распределяются после учета влияния переменных в модели. С практической точки зрения это означает, что остатки анализа должны быть нормально распределены. Обычно это оценивается с помощью гистограммы остатков, плотности график, как показано ниже, или график квантиль-квантиль… Будьте осторожны, чтобы не запутаться в этом предположении.Вы можете увидеть обсуждение того, как обычно должны распределяться «данные» для параметрических тестов. Обычно это заблуждение «.
Авторы правы в том, что (настоящие) выбросы могут привести к ложным корреляциям, но лекарство от этого, как они заявляют, состоит в следующем: стандартные ошибки и с должной осторожностью.
Одна реальная проблема заключается в том, как определить «подлинные» выбросы? Может быть, большой размер выборки — это одно из решений, позволяющее лучше охватить население? Тем не менее, по-прежнему будут случаи, когда явные «выбросы» являются подлинными наблюдениями, которые подчиняются закону, который вы пытаетесь обнаружить.Например, измерение массы и длины тела в животном мире: очень много мелких животных будет внизу шкалы (например, насекомые), некоторые посередине (например, птицы и большинство млекопитающих) и меньше все еще в крайнем случае (например, киты или слоны). Я готов поспорить, что синий кит следует тому же статистическому закону зависимости массы от длины, что и комар (с отклонением от этой модели из-за формы). «Ложная» корреляция может возникнуть из-за неполной выборки из проблемного пространства — если мы отбираем только насекомых и китов, мы можем сделать неправильный вывод и назвать корреляцию между массой и длиной «ложной».Или, может быть, данные сначала нужно преобразовать в журнал?
Моя трудная задача здесь: если у вас нет какой-либо независимой причины для исключения определенной точки данных (например, участник не выполнил задачу должным образом, не носил очки, нездоров, нетипичен; слон вытягивал ноги), то я думаю, что опасно делать вывод, что корреляция ложная только из-за одного «выброса». Скорее: авторам необходимо представить данные, проверить свои предположения и предположить, что систематическая ошибка выборки или ошибка экспериментатора привели к появлению этого «выброса».В целом авторы правы: ограниченная выборка из предполагаемой совокупности может сделать такие выбросы более вероятными, и тогда корреляции могут быть более проблематичными. Но это все относительно, и ошибка может возникать в обоих направлениях (Тип I, Тип II). Единственное решение — быть очень осторожными как при включении, так и при исключении данных.

Мы полностью понимаем этот момент и изменили раздел, чтобы лучше отразить его.

— «когда две переменные не являются независимыми» — планы с повторными измерениями часто имеют сильно коррелированные баллы между различными условиями или временными точками у одних и тех же участников.Опять же, является ли реальная проблема здесь «независимой ошибкой» (остатками), а не «независимыми данными»?

Эта проблема теперь обрабатывается в новом элементе «циклический анализ». Мы постарались избежать этого статистического заблуждения.

— Это ошибка «регресса к среднему», которую я обсуждал в Holmes (2007, 2009), но эта тема является здесь только «почетным упоминанием»! Я бы предложил, чтобы все эти «круговые анализы» и «двойные провалы» (т. Е. Оба являются зависимостями в данных, созданными экспериментатором) могли быть в отдельном разделе (после рассмотрения приведенных ниже комментариев, в которых я предлагаю полностью удалить пункт 6. ).

Мы последовали этому предложению и добавили новый раздел (Раздел 6).

— Рисунок 2A — Я готов поспорить, что красная точка здесь не является исключением.

Мы изменили легенду рисунка, чтобы лучше отразить применяемую здесь процедуру.

«От A до C расстояние между основной популяцией ( N = 20, черные кружки) и красным кружком систематически менялось, пока не превратилось в формальный выброс (C)».

— «они могут запускать некоторые базовые симуляции» — я согласен на 100% (Holmes 2007, 2009), но в этом предложении, на мой взгляд, около 95% вашей целевой аудитории будут прятаться под одеялами из страха перед программированием.Как может человек, не имеющий достаточной подготовки, чтобы обнаружить эти проблемы в первую очередь, «запустить несколько симуляций»? Могут ли авторы указать на онлайн-инструмент или учебное пособие, которые могут помочь?

Это предложение было перенесено в циклический анализ и перефразировано следующим образом:

«Если возможно, рецензент может попросить авторов запустить моделирование, чтобы продемонстрировать, что интересующий результат не привязан к распределению шума и критериям выбора».

5) Использование групп с недостаточной мощностью
Рецензент № 1:
— Эксперименты с небольшими размерами выборок довольно часто оказываются маленькими по очень веским причинам, не всегда, но часто.Мы не должны рекомендовать ученым не проводить небольшие эксперименты — иногда это просто невозможно — но мы должны сказать им, чтобы они не сообщали статистические данные. Особенно, если в исследовании нет априорного расчета мощности. Не уверен, что рисунок 3 здесь многое добавляет.

Спасибо, что подняли этот важный вопрос. Безусловно, верно, что в некоторых случаях (например, в исследованиях на животных и, в частности, приматах, кроме человека) есть очень веская причина для ограничения сбора данных, и в пересмотренную рукопись мы включили некоторые решения для этих случаев.Но это скорее исключение, чем правило. В частности, в нашей области когнитивной нейробиологии литература ясно показывает, что мы часто не обладаем достаточными возможностями по плохим причинам (Хиггинсон и Мунафо, 2016). Как исследователь, который работает с редкими группами пациентов и использует дорогостоящие методы нейровизуализации, TRM предполагает, что во многих случаях это становится делом приоритета (тратя гораздо больше времени и ресурсов на сбор немного большего количества данных). Как исследователь, который работает со здоровыми участниками с использованием недорогих методов, JJOdX считает, что существует мало причин, по которым люди предпочитают публиковать исследования очень малых размеров выборки (n <15).Поэтому мы считаем, что как сообщество мы должны поднять планку. Поэтому мы по-прежнему уделяли большое внимание анализу статистической мощности.

«В ситуациях, когда размер выборки может быть ограничен по своей природе (например, исследования с редкими клиническими популяциями или нечеловеческими приматами), следует приложить усилия для обеспечения повторений (как внутри, так и между случаями) и включения достаточного контроля (например, для установления доверительных интервалов). ). Предлагаются некоторые статистические решения для оценки тематических исследований (например,г., тест Crawford t -тест; (Corballis, 2009)) ».

Рисунок 3 был удален по просьбе рецензента и редактора.

Рецензент № 2:
— «В частотной статистике, в которой используется порог значимости α = 0,05, 5% всех статистических тестов дадут значимый результат даже в отсутствие фактического эффекта (ложные срабатывания; ошибка типа I)» — я думаю авторам необходимо пояснить это немного подробнее, например: «Предполагая, что нуль является истинным, тогда случайно выбранные и независимо выбранные данные из нормального распределения со средним нулевым значением дадут выборку, которая при проверке по среднему значению нуля, имеет p-значение ниже или равное.05 примерно в 5% случаев ». Слово« даже »в их заявлении здесь бесполезно — в статистике явно предполагается, что значение null истинно (на самом деле это никогда не так!)

Поскольку мы удалили этот рисунок, текст здесь был упрощен:

«Очень важно, что большая корреляция не является результатом более сильной взаимосвязи между двумя переменными, это просто потому, что завышение фактического коэффициента корреляции (здесь r = 0) всегда будет больше с небольшой выборкой. размер.Например, при выборке двух некоррелированных переменных с N = 15 смоделированные ложноположительные корреляции примерно находятся в диапазоне | 0,5-0,75 | тогда как при выборке тех же некоррелированных переменных с N = 100 дает ложноположительные корреляции в диапазоне | 0,2-0,25 | (Код доступен по адресу https://github.com/jjodx/InferentialMistakes) «.

— «Учитывая, что эти две переменные случайны, существенных корреляций быть не должно» — см. Предыдущий пункт. Будет 5% «значимых» корреляций.

См. Выше.

— «ложно значимый» — мне не нравится это словосочетание. Это кажется противоречивым. Я знаю, что они означают (что-то вроде: «используя стандартный критерий α, большинство исследователей пришли бы к выводу, что существует положительная корреляция в популяции, хотя на самом деле ее нет»).

См. Выше.

— «эксперимент недостаточно мощный» — Но в моделируемой популяции нет никакого эффекта. Следовательно, не может быть достаточного размера выборки, чтобы обнаружить этот эффект.Следовательно, это нельзя «недооценивать». Исправлять.

См. Выше.

— «<» действительно ли это должно быть «≤»? То же самое во всей рукописи.

Текст был изменен в соответствии с предложением.

— «Конструкции с небольшим размером выборки также более подвержены ошибкам типа II» — Почему? Ошибка типа II является нелинейной функцией размера выборки и размера реального эффекта. Знание ошибки типа II требует, чтобы вы знали распределение популяции, что почти никогда не бывает (и не требуется) в типах параметрических тестов нулевой гипотезы, которые авторы обсуждают здесь.

С небольшими выборками становится просто сложнее обнаружить эффект из-за низкой мощности. Теперь это поясняется в тексте следующим образом:

«Проекты с небольшим размером выборки также более подвержены пропуску эффекта, который существует в данных (ошибка типа II). Для данного размера эффекта (например, разницы между двумя группами) шансы обнаружить эффект больше с большим размером выборки (эта вероятность называется статистической мощностью).Следовательно, с большими выборками вы уменьшаете вероятность не обнаружить эффект, когда он действительно присутствует ».

— «на основе ограниченного числа участников» — я бы удалил это, поскольку не считаю это оправданным. Я думаю, что все эффекты (особенно неожиданные) из одного эксперимента следует воспринимать с одинаковой степенью осторожности, независимо от размера их выборки (кто устанавливает критерий в любом случае?). Статистика решает проблему размера выборки. Статистические данные, конечно, могут быть смещены в зависимости от размера выборки, и в некоторые из них вносятся поправки (например,g., Hedges G вместо Cohen d), но если вы ожидаете большого эффекта (например, удаление полосатой коры головного мозга ухудшит зрение), то я не вижу ничего плохого в проведении абсолютного минимума тестов на ваших объектах, чтобы установить этот эффект. Было бы неэтично удалять 30 зрительных корковых слоев у обезьян, когда 2 достаточно для проверки гипотезы.

Мы согласны с тем, что это относится к конкретному эксперименту, и поэтому нам следует уточнить наши рекомендации.

«В ситуациях, когда размер выборки может быть ограничен по своей природе (например,грамм. исследования с редкими клиническими популяциями или приматами, кроме человека), следует прилагать усилия для обеспечения повторений (как внутри, так и между случаями) и включения достаточных средств контроля (например, для установления доверительных интервалов). Предлагаются некоторые статистические решения для оценки тематических исследований (например, тест Crawford t ; (Corballis, 2009)) ».

— «которые не были воспроизведены» — Да, мы должны быть особенно скептически настроены, если второй эксперимент с хорошей мощностью не может повторить первый, но я бы обычно скептически относился к результатам одного эксперимента, независимо от размера его выборки.Я думаю, что основная мысль авторов состоит в том, что небольшие исследования достигают значимости только с большими эффектами. Правда. Но некоторые большие эффекты реальны, поэтому, учитывая один конкретный результат, как вы можете узнать? Нам должно быть позволено искать большие статистические эффекты. Сбор сходных и независимых доказательств следует искать во всех исследованиях, а не только у тех исследователей, которые ищут большие эффекты: Смит и Литтл (2018).

Мы полностью принимаем этот момент (который также относится к комментариям рецензента №1 выше).Теперь мы отредактировали текст, чтобы более тщательно отразить эти соображения:

«Как это обнаружить: рецензенты должны критически изучить размер выборки, использованной в статье, и оценить, достаточен ли размер выборки. Особо следует отметить чрезвычайные претензии, основанные на ограниченном количестве участников.

Решения для исследователей: единичная величина эффекта или единичное значение p из небольшой выборки имеет ограниченную ценность, и рецензенты могут направить исследователей к Button et al., 2013, чтобы подчеркнуть эту точку зрения. Исследователи должны либо представить доказательства того, что они были достаточно мощными, чтобы обнаружить эффект с самого начала, например, путем представления априорного статистического анализа мощности, либо выполнить тиражирование своего исследования. Проблема с расчетами мощности заключается в том, что они должны основываться на априорном расчете величины эффекта из независимого набора данных, и их трудно оценить в обзоре. Байесовская статистика дает возможность определить мощность для определения эффекта постфактум (Kruschke, 2011).”

6) Использование параметрической статистики с небольшими размерами выборки
— Извините, но я не могу согласиться с большей частью этого раздела. См. Мои предыдущие комментарии о предположениях о нормальности. В большинстве случаев тесты на нормальность действительно не очень полезны. В небольших выборках, согласен с авторами, они бесполезны. Однако в больших выборках они всегда будут отклонять с вероятностью очень близкой к единице.
— В целом решения о нормальности и использовании параметрических или непараметрических методов должны основываться в основном на научных принципах.Например, если я собираю данные о росте 10 человек, я указываю медианное значение и IQR, но если я собираю данные о 50 человек, среднее значение и стандартное отклонение? Нет, это явно неверно. Я считаю, что высоты приблизительно распределяются в зависимости от способа измерения, моего собственного опыта и опыта других (независимо от того, что мне говорит тест на нормальность!), Поэтому я должен суммировать данные на этой основе соответствующим образом: значит и ШД.
— Такой механический / автоматизированный подход к внедрению статистических методов категорически не одобряется большинством статистиков.Это аналогично широко распространенной приверженности (неправильной) интерпретации p-значений, которая так широко критиковалась, в частности, Американской статистической ассоциацией. В своем руководстве по использованию статистических тестов для таких решений и роли p-значений ясно, что «научные выводы и деловые или политические решения не должны основываться только на том, превышает ли p-значение определенный порог» и «нет. единый индекс [значение p] должен заменять научное обоснование «.
— Для принятия решений о том, как правильно анализировать данные, следует использовать научные аргументы и прецеденты, а не произвольные специальные (зависящие от данных) статистические тесты.
Рецензент № 2:
— Раздел 6 неверен и должен быть удален. Частично из-за той же проблемы, что и в пункте 4 (нормальное распределение ошибок), но авторы, кажется, аргументируют (невольно) отказ от параметрических тестов, а не для их использования только с « большими » выборками, поскольку объяснено ниже:
Параметрическая статистика была разработана для небольших выборок.Если у вас есть какие-либо сомнения по этому поводу, пожалуйста, ознакомьтесь с Fisher (1925), полностью доступным здесь: https://psychclassics.yorku.ca/Fisher/Methods/index.htm
В параметрической статистике из выборки данных мы извлекаем параметры, например среднее значение и стандартное отклонение (например, разницы между средними значениями двух условий). В нашей статистической модели мы сравниваем эти параметры с нормальным распределением, чтобы сделать вероятностные выводы с использованием теоретического распределения.
Когда размер выборки невелик (скажем, <30), мы не относим наши параметры напрямую к нормальному распределению.Скорее, мы относим их к t, F, хи-квадрат, Пуассону, биномиальному или любому другому подходящему статистическому распределению. Эти распределения были первоначально созданы путем выборки небольшого количества точек данных и наблюдения за их поведением. Все эти распределения искажены интересным образом, но по мере увеличения N они имеют тенденцию приближаться к нормальному распределению.
(На мой взгляд) часто ошибочное «эмпирическое правило», согласно которому для параметрической статистики нужно как минимум 30 участников, неверно. Это в моем понимании наоборот.По мере увеличения N распределения t-, F, биномиальное, хи-квадрат и Пуассона сходятся все ближе и ближе к нормальному распределению. Итак, когда N = 30, вместо использования t-теста вы можете просто использовать Z-тест (т.е. по существу игнорируя размер выборки). Критическое значение t для 1 степени свободы (N = 2) при α = 0,05 составляет 6,31 (т. Е. 6,31 стандартная ошибка разности среднего значения вашей выборки от нуля). Когда N увеличивается до бесконечности, критическое значение сходится к 1,645. При N = 30 критическое значение t составляет 1,7, что, возможно, достаточно близко к Z-баллу населения (1.645), что от t-распределения можно отказаться (т.е. для расчета SE имеет значение только размер выборки, df не требуется) и что вместо этого можно использовать Z-распределение. Небольшие выборки уже «наказываются» через df, требуя гораздо больших размеров эффекта для прохождения произвольных статистических пороговых значений.
Насколько я понимаю, большинство статистических тестов предназначены для небольших выборок. Непараметрические тесты предназначены для данных без интервала и без отношения (категориальные, порядковые) или для данных с интервалом / соотношением с совокупностями, для которых невозможно сделать разумные предположения (например,г., с большими необъяснимыми выбросами). Самостоятельная загрузка или другие непараметрические статистические методы могут быть полезны для проверки того, действительно ли небольшие выборки являются достаточно нормальными для использования параметрических тестов (например, из Makin et al., 2009, где Ns = 6-11: «В каждом случае эта процедура начальной загрузки поддержали выводы, полученные на основе t-тестов, поэтому в этой рукописи мы приводим только стандартные параметрические тесты. «).
Как правильно отмечают авторы, небольшие выборки имеют смещения (например, размер эффекта больше для значительных эффектов), но это не отменяет использование параметрических тестов.Авторы цитируют Кар и Рамалингам (2013) в поддержку своего утверждения, но из заключения этой статьи: «Следовательно, не существует такой вещи, как магическое число, когда дело доходит до расчетов размера выборки, и произвольные числа, такие как 30, не должны рассматриваться. как адекватно. »
— «хотя все согласны с тем, что вы не должны использовать параметрический тест с N <10 (Fagerland, 2012)» - авторы не представляют никаких доказательств этого «хорошо согласованного» правила. Я, например, не согласен с этим, как и полагаю, что это сделали бы статистики, придумавшие параметрические тесты.В статье, процитированной Фагерлундом (2012), конкретно рассматривались асимметричные распределения (гамма и логарифмически нормальные) основных параметров совокупности, и была сделана та же самая распространенная ошибка в отношении нормального распределения данных (должно быть: ошибка / остатки). Да, с данными, дающими искаженное распределение ошибок, требуются трансформационные или непараметрические тесты или более крупная выборка, и на центральную предельную теорему можно положиться. Абсолютно нормально использовать параметрические тесты при разумных допущениях и с разумной осторожностью с N равным 2 (Fisher, 1925).
— «Непараметрические тесты… менее чувствительны к выбросам» — Бутстрапирование — это своего рода непараметрический тест. Такие тесты могут выявить выбросы, выявив многомодальное распределение сводной статистики, но они столь же «чувствительны» к выбросам. Проверка распределений и проверка предположений — правильный подход.

Этот раздел был удален, и поэтому мы не будем предоставлять подробные ответы на комментарии рецензентов.

7) Гибкость анализа: p-hacking
Рецензент № 1:
— Советы авторов о том, как обнаружить p-hacking, благонамеренны, но наивны.
По правде говоря, только предварительно зарегистрировавшись и предоставив подробные планы анализа, как это делается в клинических испытаниях, мы можем когда-либо надеяться остановить p-hacking. Для рецензента практически невозможно дать полную оценку этому, если у него нет доступного протокола исследования, по которому можно было бы оценить приверженность отчетности.

Мы согласны — вот почему мы начали раздел «Как это обнаружить» со следующего отказа от ответственности: «Гибкость анализа трудно обнаружить, потому что исследователи редко раскрывают всю необходимую информацию».Тем не менее, чтобы действовать на опережение, мы считаем, что рецензенты должны оспаривать авторов, если предлагаемый анализ не является прямым / хорошо обоснованным / не согласуется с предыдущими публикациями. В отредактированной рукописи мы подчеркиваем полезность предварительно зарегистрированных протоколов для помощи в обнаружении p-ханкинга и вновь подчеркиваем сложность его обнаружения в разделе «Как это обнаружить».

8) Невозможность исправить множественные сравнения
Рецензент № 1:
— Это непростой вопрос.Правда в том, что среди статистиков нет единого мнения относительно наилучшего метода коррекции. Это очень сильно зависит от области применения, и есть много людей, которые просто не согласятся в принципе с тем, что исправление для множественного тестирования имеет какой-либо смысл (например, Rothman, 1990, Epidemiology).
Я бы провел различие между исследовательским и подтверждающим анализами и дал бы разные рекомендации в зависимости от целей исследования. Мы можем более или менее беспокоиться о ложноотрицательных и ложных срабатываниях в этих настройках.
Это сложная тема, которая, вероятно, выходит за рамки знаний большинства (не являющихся экспертами) рецензентов и выходит за рамки данной статьи.

Согласен. Теперь мы подчеркиваем это важное различие и необходимость более внимательно относиться к обстоятельствам, приводящим к исправлению множественных сравнений (или их отсутствия).

«Когда исследователи исследуют эффекты задачи, они часто исследуют влияние нескольких условий задачи на несколько переменных (поведенческие результаты, элементы анкеты и т. Д.)), иногда с недоопределенной априорной гипотезой. Эта практика называется исследовательским анализом, в отличие от подтверждающего анализа, который по определению является более ограничительным. При выполнении с частотной статистикой проведение множественных сравнений во время исследовательского анализа может иметь серьезные последствия для интерпретации важных результатов ».

А:

«Следовательно, при проведении исследовательских анализов с большим набором переменных (гены, вокселы фМРТ, временные точки ЭЭГ) для исследователей просто неприемлемо интерпретировать результаты, не прошедшие коррекцию для множественных сравнений, без четкого обоснования.Даже если исследователи предлагают приблизительный прогноз (например, что эффект должен наблюдаться в определенной области мозга или с приблизительной задержкой), если этот прогноз можно проверить с помощью нескольких независимых сравнений, он требует корректировки для нескольких сравнений ».

Рецензент № 2:
— «для исследователей просто неприемлемо интерпретировать результаты, не прошедшие поправку на множественные сравнения» — Даже если это выдвинуто гипотезой? Возможно, сюда следует добавить «исследовательский».Я не согласен с тем, что если эффект «можно» протестировать с использованием различных сравнений, то требуются поправки для множественных сравнений. Рецензент мог бы просто сказать: «ну, вы могли бы сделать это для всех отдельных блоков данных, а не для средних по предмету, поэтому вам нужно исправить…» Это будет r-hacking (взлом рецензента), и его следует избегать . Следует поощрять явную, ограниченную, предварительно зарегистрированную проверку гипотез. Исследовательское тестирование — это хорошо, но его следует признать и исправить.

Согласен. Было добавлено отличие от подтверждающего анализа (см. Выше), а предложение изменено, как было предложено. Мы также подчеркиваем, что исследовательское тестирование абсолютно уместно, но оно должно быть подтверждено и исправлено.

9) Чрезмерная интерпретация несущественных результатов
Рецензент № 1:
— Это распространенная ошибка — настолько распространенная на самом деле, что трудно поверить, что что-либо, что мы предлагаем, будет иметь большое значение! Предложения авторов разумны, но несколько невнятны.

Согласен — это очень распространенная проблема, и мы твердо уверены, что ее можно успешно диагностировать и устранить в рамках процесса экспертной оценки. Таким образом, мы стремимся выделить его. Мы думаем, что наше предложение либо оправдать нулевой эффект с помощью специальной статистики, либо скорректировать интерпретацию теста, является конкретным. Но если у рецензента есть дополнительные предложения, мы, конечно, будем рады их добавить.

Рецензент № 2:
— «Незначительные эффекты могут означать буквально что угодно» — То же самое может быть и со значительными эффектами.Все перечисленные проблемы в равной степени применимы к значительным эффектам: истинным положительным результатам, чрезмерно малым эффектам (например, гораздо меньшим, чем значимый эффект, предсказываемый теорией) или неоднозначным эффектам. Как отмечают авторы, в значении α нет ничего особенного.

Да, мы признаем, что существует более общая проблема. Здесь мы имеем в виду более конкретную проблему, когда несущественное значение p не различает отсутствие эффекта из-за того, что его нет (противоречащие доказательства гипотезе), или из-за нечувствительности данных к гипотезе. (е.грамм. из-за отсутствия статистической мощности или несоответствующего дизайна эксперимента). Таким образом, он не интерпретируется в рамках любой текущей структуры и, следовательно, ошибочен, как было подчеркнуто рецензентом №1 выше. Мы согласны с тем, что важно указать на (большего) слона в комнате — отсутствие интерпретируемости значения p, которому мы посвящаем заключительную часть рукописи. Мы надеемся, что это обеспечивает баланс между непосредственной проблемой интерпретации нулевого результата и ограниченной интерпретируемостью значения p в более широком смысле.Мы изменили название раздела, чтобы сделать это различие более ясным, и немного перефразировали наш текст, чтобы лучше отразить наш смысл:

«Много было написано о произвольности этого порога (Wasserstein et al., 2019), и были предложены альтернативы (например, .005; (Benjamin et al., 2018; Colquhoun, 2014; Lakens et al., 2018) . […] Простыми словами — незначительные эффекты могут буквально означать очень разные вещи — истинный нулевой результат, слабый подлинный эффект или неоднозначный эффект (см., Например, (Altman and Bland, 1995)).”

— «В противном случае исследователи не должны переоценивать несущественные результаты и описывать их только как несущественные». — Итак, p = .049 является «значимым» и может быть интерпретировано, а p = .051 «несущественным» и «не должно интерпретироваться чрезмерно». Я думаю, мы можем добиться большего успеха, чем это. Какие эмпирические правила предлагают авторы, чтобы обойти этот лингвистический порог? Я считаю, что если есть какие-либо сомнения в конкретном результате, то постройте данные, проверьте предположения, запустите моделирование, воспроизведите эксперимент с большей мощностью, найдите сходящиеся доказательства, проведите систематический обзор и метаанализ, представьте работу на конференциях, спросите рецензентов … Если вам говорят строго придерживаться дихотомии «значимое / незначительное», это не улучшит статистических выводов читателей.

Мы полностью согласны с этим тезисом и постарались отразить его в нашем комментарии. Во-первых, в конкретном разделе мы поощряем обсуждение величины эффекта и характера свидетельств. Мы также подчеркиваем проблематичное представление о том, что p-значение, связанное с данным статистическим тестом, представляет его фактическую частоту ошибок (см. Наш раздел «Обсуждение»). Наконец, мы просим не переоценивать незначительные результаты, это не означает, что тенденции к значимости игнорируются!

«Это заблуждение также означает, что иногда исследователи могут игнорировать результат, который не соответствует p ≤0.05, предполагая, что он бессмысленен, хотя на самом деле он предоставляет достаточные доказательства против гипотезы или, по крайней мере, предварительные доказательства, требующие дальнейшего внимания ».

10) Корреляция и причинно-следственная связь
Рецензент № 1:
— Мне кажется, что ученые обычно хорошо разбираются в этом вопросе. Не совсем статистическая проблема как таковая, больше об использовании осторожных формулировок при составлении отчетов.

Согласен. Это не статистическая проблема, а, скорее, логическая ошибка.Вот почему мы подчеркиваем в нашем Заголовке / Введении, что мы не ограничиваем список чисто статистическими вопросами.

— На рисунке 4 показана не «корреляция», а данные двух временных рядов; правая ось Y выглядит как отрицательные числа из-за делений оси; синий набор данных имеет автокорреляцию (в основном одни и те же люди, употребляющие маргарин в разные годы), а красный нет (в основном разводятся разные люди). Поскольку авторы не создавали этот рисунок, я предлагаю удалить его из своего учебника.Я также предлагаю им цитировать данные первичных исследований, а не вторичные веб-сайты (особенно когда этот веб-сайт обозначает корреляцию r [без степеней свободы] =. 9926 как корреляцию «99,26%». Это не так).

Эта цифра удалена.

Почетные грамоты
Рецензент № 1:
— Я действительно не думаю, что раздел добавляет много, просто список терминов с небольшими пояснениями или без них. Я бы посоветовал удалить.

Мы принимаем точку зрения рецензента.С включением кругового анализа многие из этих вопросов были подробно обсуждены. Остальные вопросы включены, если это актуально, в рукопись.

Рецензент № 2:
— «Невозможно высокая корреляция» — заменить на «размер эффекта»?

Пересмотрено (перенесено в раздел 6).

Выводы
Рецензент № 2:
— Как бы интересно это ни было, я не понимаю, зачем нам нужно обсуждение NHST и p-значений в качестве заключения.Кажется немного не по теме. Краткое изложение основных проблем и совпадение общих ошибок и важности было бы гораздо более полезным. И некоторое признание важности общения со своими коллегами-статистиками. Большинство обсуждаемых здесь вопросов — это очень распространенные проблемы, с которыми могут помочь все (любые) статистики. Будь то на стадии разработки, написания или обзора исследования.

Мы согласны с обоими пунктами. Мы изменили название этого последнего раздела на «Заключительные замечания», чтобы лучше отразить передаваемое содержание.Что касается статистических рекомендаций, то, хотя мы полностью согласны с тем, что это могло бы помочь смягчить все проблемы, поднятые здесь, мы не уверены, что это конструктивный совет. В нашем сообществе советы по статистике не являются стандартной практикой. Таким образом, нет хороших доступных ресурсов, чтобы получить такой совет. Вместо этого, предлагая интуитивно понятное объяснение имеющихся проблем и способов их решения, мы предоставляем нашему сообществу новый ресурс. В самом деле, мы не думаем, что углубленная статистическая подготовка необходима, чтобы избежать этих основных проблем.

[Примечание редакции: до принятия были запрошены дополнительные исправления, как описано ниже.]

Благодарим вас за отправку исправленной версии «Десяти распространенных ошибок вывода, которых следует избегать при написании или рецензировании рукописи» на рассмотрение eLife. Эта версия была просмотрена двумя рецензентами, которые рецензировали исходную версию (Ник Парсонс; Ник Холмс), и их комментарии ниже. Ответить на эти комментарии должно быть просто, поэтому я хотел бы предложить вам представить вторую исправленную версию, в которой рассматриваются эти комментарии.
Рецензент № 1:
Резюме:
Авторы явно приложили огромные усилия, чтобы внести изменения в рукопись. Сейчас его довольно трудно читать, учитывая все добавления и удаления, поэтому потребуется хорошая корректура, чтобы убедиться, что он по-прежнему имеет смысл и правильно сканируется. Я даю несколько ответов на эти изменения:

Мы можем заверить рецензента (и редактора), что рукопись была вычитана коллегой, который также является носителем английского языка перед отправкой.

Существенных изменений:
Я все еще считаю странным аргументом изначально утверждать, что эта статья мотивирована «… неэффективным экспериментальным планом, несоответствующим статистическим анализом и / или ошибочными рассуждениями, появляющимися в опубликованных статьях по нейробиологии…», а затем сказать немного позже, что все выделенные вопросы «… применимы в целом ряде научных дисциплин, которые используют статистику для оценки результатов…». Последнее верно — освещенные вопросы хорошо знакомы большинству прикладных статистиков, работающих в науке.Если есть особые вопросы, связанные с нейробиологией — которые, как я полагаю, вполне могут быть, — то в этой рукописи об этом вообще не говорится. На мой взгляд, эта рукопись работала бы намного лучше, если бы к названию было добавлено слово «нейробиология», а примеры и вопросы, специфичные для нейробиологии, использовались повсюду. В целом, я не думаю, что эта рукопись действительно выполняет свою задачу — отвечать и разговаривать напрямую с читателями нейробиологии. Поднятые проблемы — обычные подозреваемые; вопросы, с которыми статистические обозреватели и прикладные статистики хорошо знакомы.В этом нет ничего плохого, но, возможно, это была упущенная возможность сделать что-то более эффективное. Например, обзор опубликованной литературы и описание типичных ошибок отчетности и анализа были бы отличным способом мотивировать эту рукопись. Не предлагаю всерьез сделать это сейчас. Но это оказалось очень эффективным способом внести реальные изменения в исследовательскую культуру и способы проведения исследований и отчетности в других дисциплинах.

Настоящее Введение является результатом компромисса между нашими собственными намерениями (как указано в нашем первоначальном проекте) и рекомендациями рецензента в предыдущем раунде исправлений.Как сказано во введении, наш анализ этих 10 распространенных ошибок основан на нашем личном опыте читателей рукописей, который основан на множестве суб-дисциплин, связанных с нейробиологией. Из обширного чтения, которое мы выполнили при написании этого комментария (как показано в нашем списке литературы), мы с тех пор узнали, что неудивительно, что это очень распространенные ошибки в научных дисциплинах. Следовательно, мы никоим образом не хотим утверждать, что это специфические проблемы нейробиологии, мы просто утверждаем, что они действительно общие для нейробиологии.Это мнение выражено во втором абзаце Введения.

Чтобы проиллюстрировать некоторые ошибки, мы попытались использовать общие примеры, учитывая огромное разнообразие практик в нейробиологии. Но я могу заверить рецензента, что мы сосредоточили рукопись вокруг нашей области — за исключением нобелевских лауреатов (что весьма поразительно!), Все примеры относятся к нейробиологии. У нас нет возражений против добавления «нейробиологии» к названию, хотя, как было подчеркнуто рецензентом, было бы хорошо избежать этих ошибок при написании любой научной рукописи , поэтому мы не уверены, что это измененное название будет иметь смысл.Оставляю решение редактору.

Что касается комментария рецензента о том, что эти проблемы являются «обычными подозреваемыми», мы полностью согласны! Поскольку это такие распространенные проблемы, было сделано много предыдущих попыток их решения. Но мы хотим выделить два аспекта, которые отделяют наши усилия от предыдущих попыток улучшить исследовательскую культуру. Во-первых, предыдущие комментарии / анализы (особенно те, которые включают обзоры опубликованной литературы), как правило, сосредоточены на одной ключевой проблеме или нескольких связанных вопросах.Кратко суммируя ряд общих проблем в одном списке, мы надеемся, что относительная широта нашего комментария предоставит еще не существующий удобный инструмент, который поможет нашему сообществу и, в частности, исследователям на начальном этапе своей карьеры, которые ищут руководство, изучая, как анализировать рукописи. Во-вторых, мы хотим выделить онлайн-инструмент, который мы разработали для сопровождения этого комментария. Этот инструмент предназначен не только для того, чтобы выяснить, какие проблемы являются наиболее важными, но и для того, чтобы предложить сообществу предложить альтернативные решения нашим, тем самым способствуя конструктивному обсуждению того, как изменить нашу исследовательскую культуру.В отредактированной рукописи мы дополнительно подчеркиваем эти два важных аспекта во Введении:

«Наш список ни в коем случае не является исчерпывающим. […] Мы также надеемся, что, критически рассматривая эти проблемы и наши потенциальные решения, исследователи станут более бдительными в отношении повторения этих ошибок в своих собственных рукописях ».

0) Введение
ОК. Это явно вопрос перспективы. Меня часто просят просмотреть статьи с конкретным запросом, в котором меня просят проанализировать статистические вопросы.Они часто приходят по просьбе рецензентов, не занимающихся статистикой, которые предлагают, чтобы редактор попросил статистика взглянуть на рукопись.

Согласен — это действительно вопрос перспективы.

2) Интерпретация сравнений двух эффектов без прямого сравнения их
Не совсем уверен, что это тип «… ошибочного вывода.…» — «… очень распространенный…» в опубликованных статьях. Практически первое, чему мы учим в статистике, — это сравнивать группу A с группой B, используя соответствующий статистический тест.Ошибка, которую авторы здесь выделяют, кажется намного более сложной, чем эта; Чтобы сравнить средний ответ в двух группах, действительно ли я проверю каждую на соответствие нулевой гипотезе о том, что среднее значение равно 0, а затем сделаю вывод, если я отклоняю для одной группы, тогда я могу сделать вывод, что эта группа «статистически значимо» отличается от другой группа? Если это сделано, то это сделано для того, чтобы намеренно (злонамеренно) ввести читателя в заблуждение.

Это настолько распространенная проблема, что была опубликована предыдущая (обзорная) статья, посвященная ее освещению (Nieuwenhuis et al., 2011; с тех пор цитируется более 550 раз). Авторы часто идентифицируют интересующий эффект (скажем, в группе A), затем они исследуют эффект в контрольной группе (группа B) и сообщают, что эффект не был значительным для группы B. Результат является значительным после «исключения» или учета недоразумений, связанных с контрольной группой B. Этот документ цитировался более 570 раз. Как ни странно, мы попросили Криса Бейкера прокомментировать нашу рукопись (предыдущий редактор The Journal of Neuroscience — нашего основного общественного журнала и старший автор знаменитой статьи с двойным окунанием — цитировался 1870 раз).Он выделил эту проблему как наиболее часто встречающуюся, по его мнению. Мы изменили формулировку этого раздела, чтобы лучше объяснить, в чем проблема, и надеемся, что теперь она стала яснее.

4) Ложные корреляции
То, что я пытался сказать о добавлении доверительных интервалов, похоже, было неправильно понято. Я бы сделал общее замечание, что, если возможно (что обычно бывает), все точечные оценки количеств должны быть представлены с ошибками; например CI, диапазон, стандартная ошибка, интервалы начальной загрузки и т. Д.Дело в том, что если бы это было сделано для корреляций, то влияние выброса на выводы было бы гораздо более очевидным, чем на графике, который просто представляет точечную оценку корреляции в виде прямой линии. Утверждение о том, что точки, выделенные красным, являются явными «выбросами» — предположительно потому, что они находятся далеко от подобранной линии — было бы гораздо менее обоснованным в качестве аргумента, если бы линия на самом деле была областью правдоподобных значений, учитывая наблюдаемые данные.

Приносим извинения за неправильное понимание комментария рецензента.Теперь мы добавили CI отдельных образцов.

Я абсолютно не предлагаю отбрасывать точки данных просто на основании апостериорной визуализации данных. Важным моментом является то, что ученым необходимо всегда подвергать сомнению свои собственные данные — и не только в конце исследования, когда все данные собраны и они больше не помнят, почему одно значение далеко от всех остальных. Совершенно приемлемо отбрасывать значения, если есть веские основания полагать, что что-то пошло не так или было записано неправильно.Это происходит постоянно — например, числа, случайно записанные в неправильных единицах измерения, калибровка не выполнена, дни и месяцы перепутаны с датами — существует почти бесконечное количество причин, по которым данные могут быть «неправильными». Совершенно приемлемо изменять такие значения, как это — я бы посоветовал, чтобы необработанные данные оставались неизменными, а изменения вносились в исправленный набор данных, с изменениями, задокументированными и согласованными всеми участниками исследования, и сделанными доступными для проверки другими. Если мы сделаем это, то что мы будем делать с точками данных, которые авторы выделяют как «выбросы»? Это либо настоящие ошибки (что-то пошло не так, но мы не можем найти причину), либо истинные точки данных.На мой взгляд, ни один из этих случаев не является хорошей причиной для предложения использовать устойчивые корреляции, если остальные данные выглядят нормально распределенными. Это необходимо, если вы считаете, что последнее верно для изменения используемой модели, или в первом случае, возможно, вы можете ограничить выводы (подгонку модели) регионом, в котором у вас есть хорошие данные, и не включать крайние значения.
Неправильно полагать, что, например, использование непараметрического метода является решением (хорошей альтернативой) параметрическому методу в описанной здесь настройке.Как я сказал в своем первоначальном комментарии, поскольку значения преобразуются в ранги, вы просто перемещаете крайнее значение на рис. 2C ближе к другим значениям. Итак, на самом деле вы говорите, что не верите, что записанные данные верны в том смысле, что с ними можно обращаться так, как это подразумевается графиками; то есть они являются непрерывными мерами, где расстояние между ними имеет некоторый смысл для измерения «близости» (например, евклидово расстояние). Таким образом, если вы используете непараметрическую корреляцию, вы на самом деле говорите, что не считаете, что значение является «правильным».В конечном итоге это восходит к основам планирования эксперимента и написанию плана статистического анализа (SAP) в начале исследования до начала сбора данных. В этом случае вам необходимо прояснить, что вы думаете о метрических свойствах каждого результата исследования — вы не можете просто выбрать использование непараметрического анализа после сбора данных, потому что это облегчает жизнь. Приносим извинения за то, что занимаюсь этим вопросом, но это важно, поскольку оно затрагивает самую суть многих статистических проблем в научных отчетах.

При нормальном распределении данных устойчивые корреляции дают тот же ответ, что и корреляция Пирсона. Когда данные не распределяются нормально, корреляция Пирсона может вводить в заблуждение. Важно отметить, что надежные корреляции гарантируют, что сообщаемая корреляция не обусловлена несколькими точками или выбросами (как мы упоминали в нашем первоначальном ответе). Даже если эти выбросы действительны, они делают недействительным статистический метод, с помощью которого оценивается взаимосвязь. Этот момент передан в тексте следующим образом:

«Но если это истинное наблюдение рискует нарушить предположения вашего статистического теста, оно де-факто станет ложным и, следовательно, потребует другого статистического инструмента.”

По нашему мнению и подтвержденным ссылками, которые мы предлагаем, надежные корреляции являются хорошим решением, которое легко доступно для минимизации ложных корреляций (обратите внимание, что рецензент №2, которому мы также выделили это предлагаемое решение, был удовлетворен этим предложением) . Но, как мы заявили во Введении, наша цель не в том, чтобы диктовать новый золотой стандарт в области передовой статистической практики. Вместо этого мы надеемся облегчить обсуждение того, как наилучшим образом решить эти проблемы в различных обстоятельствах, которые предоставляет наш онлайн-инструмент.Мы подчеркиваем, что часто существует множество альтернативных решений для решения описываемых нами проблем. Если рецензент желает предложить ключевую ссылку, передающую его точку зрения, мы будем очень рады добавить его в качестве «дополнительного чтения».

https://doi.org/10.7554/eLife.48175.005

Делаете слишком много ошибок при наборе текста на телефоне? Вот исправление… |

Печатать на смартфоне неудобно по ряду причин. Требуется много усилий для набора длинных предложений, ввода чисел и специальных символов.Для этого нужно постоянно использовать оба больших пальца, удерживая определенные клавиши только для ввода символов и знаков препинания. Большая часть вашего времени тратится на нажатие клавиши Backspace и полный ввод текста. Это громоздко и никогда не весело.

У этой проблемы есть решения, и мы считаем, что прокрутки клавиатуры наиболее эффективны. Магазины приложений Google и Apple завалены ими, и если вы ищете популярные рекомендации, то Gboard от Google и SwiftKey от Microsoft — это то, что вам нужно.

Фактически, большинство последних телефонов Android поставляются с предустановленной Google Gboard, но редко устанавливаются в качестве клавиатуры по умолчанию.Обе эти клавиатуры бесплатно доступны для загрузки, и шаги по их включению перечислены здесь. Как и в случае с другими приложениями, наши предпочтения в отношении клавиатур также являются субъективными, поэтому лучше всего попробовать обе, прежде чем решить, какая из них лучше всего подходит для ваших навыков набора текста.

Клавиатуры

Swipe просты и интересны в использовании, и они помогают вам лучше печатать. Gboard и SwiftKey используют макеты, почти идентичные другим клавиатурам. Единственное отличие, которое вы должны заметить, заключается в том, что когда вы проводите большим пальцем по клавиатуре, вы видите след.Если вам нужно попробовать, придумайте слово, а затем, не поднимая большого пальца, перетащите его от одной буквы к другой, пока смахивающая клавиатура не завершит слово за вас. Вот как это просто.

Еще одна интересная особенность смахивающей клавиатуры — это предсказание слов. Смахивающая клавиатура лучше угадывает слова при вводе, поэтому вы, как правило, печатаете быстрее. Другое преимущество заключается в том, что вам не нужно нажимать пробел между словами, а предлагаемые слова настолько точны, что вы можете быстрее составлять предложения.

Эти современные сенсорные клавиатуры также поддерживают региональные языки. Google Gboard поддерживает более широкий спектр языков, чем SwiftKey, предлагая более широкий словарь слов для прогнозирования. Если вы часто используете фразы, Gboards позволяет добавлять их в словарь. Например, вы можете добавить «как можно скорее» в качестве фразы с «как можно скорее» в качестве ярлыка. В следующий раз, когда вы захотите ввести эту фразу, просто введите или проведите пальцем «как можно скорее».

Одно из препятствий при повседневном наборе текста — копирование фрагментов текста на телефонах между приложениями.Это могут быть URL-адреса, адреса электронной почты, контакты, пароли и т. Д. Это отнимает много времени, и большинство клавиатур позволяют копировать и вставлять только один фрагмент текста за раз. И Gboard, и Swiftkey позволяют закреплять несколько фрагментов текста, которые вы можете часто использовать, поэтому вы можете вставлять их в любое время и столько раз, сколько захотите.

Gboard делает еще кое-что лучше, чем Swiftkey. Он позволяет удалять слова целиком, проводя пальцем влево по клавише удаления. У него даже есть специальная панель инструментов, которая позволяет вам свободно перемещать курсор, чтобы вносить изменения в текст.Вы также можете удерживать пробел и перемещаться из стороны в сторону, чтобы переместить курсор.

У этих клавиатур есть и другие интересные схемы интерфейса. Одним из них является режим плавающей клавиатуры, который позволяет перемещать клавиатуру в любое место на экране. Это дает вам больше места для приложений. Размер этих клавиатур также можно изменить, чтобы увеличить площадь экрана.

Другая раскладка — это режим использования одной рукой, в котором все клавиши сжаты с обеих сторон, поэтому вы можете дотянуться до всех символов полноразмерной клавиатуры, используя только большой палец.Если вы устали печатать, вы всегда можете положиться на функцию голосового набора.

Быстрый набор текста — лишь одно из преимуществ использования Gboard и SwiftKey. Они также позволяют настраивать интерфейс с помощью тем клавиатуры или фотографий из вашей фотогалереи, которые действуют как фоновое изображение. Смайлы, стикеры и гифки также помогают сделать беседу более выразительной. Gboard даже позволяет искать смайлы, просто рисуя фигуру.

Эти клавиатуры должны помочь вам печатать быстрее, а пользоваться ими будет весело.Вы можете найти некоторые из этих функций и на других клавиатурах, но Gboard и SwiftKey имеют большинство из них в одном комплекте. Надеюсь, вы потратите время, чтобы опробовать их, привыкнуть к ним, а затем решите для себя, что лучше всего подойдет вашему стилю набора текста.

клавиатура Androidлучшая клавиатура для Androidлучшая клавиатура для Android 2019Клавиатура GoogleОсобенности клавиатуры GoogleМобильная клавиатура

Основные выводы

Как новички, так и тех, кто занимается улучшением процессов , обнаруживают, что совершают типичных ошибок .
Советы и извлеченные уроки из опыта группы по улучшению процессов и наблюдения , сделанные во время фасилитации или наставничества других групп, для решения некоторых из этих проблем.
Понимание процесса от начала до конца — лучший способ убедиться, что вы принимаете правильные решения, а знание некоторых общих проблем должно помочь вам избежать их .

В ходе недавней консультации группа по технологическим инновациям Университета Мэриленда в Колледж-Парке имела дело с отделом, который многие считали неэффективным и с которым сложно работать.Их процессы воспринимались как громоздкие, дорогостоящие, разочаровывающие и противоречащие заявленным целям. Для решения этих проблем было приобретено и внедрено несколько ИТ-систем, которые фактически усугубили проблемы. До того, как этот отдел инвестировал в еще одну систему, один из руководителей подразделения связался со мной, чтобы лучше понять их процессы и то, как их можно улучшить, чтобы внедрение системы было успешным.

После нескольких недель работы с отделом мы помогли им разработать целостный сквозной процесс, который значительно улучшил их предоставление услуг, снизив административные расходы для них. и их клиентов.Мы обнаружили области, в которых непоследовательная практика приводила к неэффективности, и разработали решения для их согласования. В другом примере мы обнаружили, что соблюдение устаревшей политики значительно замедляет процесс. Мы также обнаружили несколько областей, в которых подразделение понесло дополнительные расходы на поддержку процессов, которые не имели очевидной ценности. Благодаря целенаправленному изменению своих методов, отдел смог внедрить технологическое решение, которое упростило бы их процесс, вместо того, чтобы испытывать прежнюю боль и высокую стоимость.

Мы все видели, как это происходит: организация покупает блестящую новую технологию, а затем пытается ее реализовать, не обращая внимания на собственные процессы и людей. Результат? В подавляющем большинстве случаев проект не оправдывает ожиданий — он превышает бюджет, планирование занимает больше времени, чем завершение, или не достигает первоначальных целей. Даже будучи «успешными», слишком часто новая технология очень похожа на предыдущую с точки зрения того, как она работает. Люди начинают говорить друг другу: «Почему мы прошли через все это? Это работает не так хорошо, как старая система.«Эта ситуация возникает из-за того, что организация приступила к технологическому проекту, не изучив и не улучшив лежащие в основе процессы.

Для тех, кто плохо знаком с анализом процессов и усилиями по улучшению, они могут показаться пугающими, часто не имея достаточных указаний о том, что делать, а что не делать. Даже те, кто занимается совершенствованием процессов, могут обнаружить, что совершают типичные ошибки. В результате многие усилия по улучшению процессов не достигают намеченных целей или даже не доходят до финиша.Хуже того, некоторые в конечном итоге приводят к обратным результатам и пустой трате организационных ресурсов.

Моя цель здесь — решить некоторые из этих проблем, предоставив советы и уроки, извлеченные из опыта моей команды, а также наблюдения, сделанные во время фасилитации или наставничества других групп по улучшению процессов. Моя команда очень обязана наставничеству и обучению Алека Шарпа. ¹

Проблема 1: Детали до контекста

Новый проект по совершенствованию процессов — это увлекательное занятие, и часто каждый хочет начать.Специалисты-предметники, хорошо знающие свое дело, готовы объяснить, чем они занимаются и как они это делают. Вам даже может быть передан набор потоков процессов, которые уже были разработаны в рамках более ранней работы. Легко позволить разговору сразу перейти к деталям, прежде чем описывать окружающий контекст и определять, каковы отдельные процессы и как они соотносятся друг с другом. Все должны быть на одной странице в контексте, и вам нужно подчеркнуть важность обсуждения — иначе проект может быстро сорваться.

Рекомендуемая практика: Начиная новый проект улучшения процессов, вы должны подготовить почву для предстоящей работы. Обязательно обсудите общий процесс (или ландшафт процессов) и поймите связанные процессы, которые происходят до и после, а также те, которые с ними взаимодействуют. Это действие поможет определить объем вашей работы и поместить каждый процесс в контекст с соседними процессами. Кроме того, убедитесь, что ясно, как процесс способствует достижению целей организации.Не сбрасывайте со счетов предыдущую работу, которую вам могут поручить, но в то же время не позволяйте им отговаривать вас от разговоров для развития контекста.

Проблема 2: Обработка артефактов

Распространенная ошибка, которую допускают как новички, так и эксперты при улучшении процессов, заключается в том, что они слишком сильно сосредотачиваются на артефактах (диаграммах, блок-схемах и других физических результатах), не уделяя должного внимания процессам и диалогам, которые создают эти артефакты. Хотя эти инструменты имеют определенную ценность сами по себе, большая часть их ценности определяется взаимодействием и обсуждениями, стоящими за ними.Если артефакты несут ценность, вы можете просто позаимствовать блок-схемы у аналогичной организации и реализовать их. Однако этот подход редко работает хорошо. Легко попасть в ловушку, собрав несколько человек (или, что еще хуже, сделав это в одиночку), чтобы набросать какие-то схемы дорожек и списки сценариев, а затем почувствовать, что процессная работа завершена. Эти усилия часто заканчиваются без необходимого контекста и стремления разработать эффективные рекомендации. Точно так же не рекомендуется полагаться на поставщика в предоставлении концептуальных моделей, рабочих процессов и т. Д.Взгляд внешнего лица не заменяет тщательного улучшения процесса.

Рекомендуемая практика: Одна из тем, уходящих корнями в анализ и улучшение процесса, — это социальный характер деятельности, и более глубокое понимание и вероятность принятия возникает через беседу и вопросы. В центре внимания первоначального разговора должно быть понимание бизнес-процесса и связанных с ним проблем. Существующие артефакты могут быть полезны для предоставления справочной информации, но не используйте их в качестве замены для разработки собственных.Не создавайте вопросы для собеседования на основе документации, которую вы планируете создать, и всегда будьте открыты для разговоров, идущих по пути, о котором вы, возможно, не задумывались. Создание артефакта должно происходить позже в процессе или может быть выполнено в виде группового действия, что может облегчить обсуждение деталей и проблем, связанных с процессом.

Проблема 3: Нет аргументов в пользу действий

Иногда группы начинают успешно работать над улучшением процесса, когда шумиха начинает ставить под сомнение обоснование и цель этих усилий.Заинтересованные стороны могут быть сбиты с толку относительно целей, начать ставить под сомнение предыдущие решения или спросить, является ли попытка хорошей идеей. Иногда ответы на эти вопросы расплывчаты, но чаще сами идеи не ясны, объективно определены или универсально не согласованы. Это может привести к плохому анализу процесса и слабым рекомендациям при отсутствии консенсуса относительно реальной цели.

Рекомендуемая практика : Необходимо четко ответить на три вопроса, чтобы убедить вас в необходимости действовать.

Во-первых, «Какую проблему мы пытаемся решить?» Этот вопрос ограничивает усилия по достижению согласия по коренной проблеме. Например, исходная проблема может быть идентифицирована как некорректная работа ИТ-системы, в то время как соответствующий процесс проблема является гораздо более серьезной проблемой для сквозного процесса, в который недавно была добавлена ИТ-система.

Во-вторых, «Почему мы должны сосредоточиться на этой проблеме?» Этот вопрос требует безотлагательности поиска решения и общего видения будущих проблем, если проблема не исчезнет.

Наконец, «Каковы наши цели в улучшении этого процесса?» Ответ на этот вопрос позволит прийти к согласию в отношении целей усилий (например, пытаемся ли мы снизить затраты, предоставить более качественное обслуживание и т. Д.), А также описать идеализированное состояние.

На начальном совещании по запуску проекта убедитесь в согласии и понимании ответов на эти вопросы относительно целей и задач процесса. В идеале это приведет к единому руководящему принципу, но можно иметь две или три цели.Эти цели должны включать четкое изложение того, что и почему, но не диктовать, как и кто (например, нам нужна информация, которая должна быть доступна нескольким отделам, а не то, что финансовые и человеческие ресурсы нуждаются в общем решении). Это поможет определить, на чем в процессе следует сосредоточиться и какие инновации и рекомендации будут соответствовать этим целям. Эти разговоры помогают согласовать аргументы в пользу действий.

Проблема 4: Недостаточное вовлечение людей

Бизнес-процессы, как правило, намного сложнее, чем предполагалось изначально, и во многих случаях усилия по улучшению процесса получают вклад от слишком малых групп заинтересованных сторон.В результате те, кто в первую очередь администрирует процессы, являются также теми, кто их разрабатывает, поэтому результат часто согласуется с их показателями и мотивацией. Кроме того, администраторы могут чрезмерно сосредоточиться на своей части процесса (или подпроцесса) и стремиться оптимизировать его, возможно, за счет всего процесса. Не позволяйте себе попасть в ловушку, позволяя процессу иметь единую точку зрения. Вместо этого расширьте кругозор и аудиторию, из которой вы собираете данные.Успешное вовлечение процесса и последующие усилия по управлению изменениями зависят от учета точек зрения всех участников, а не только основной заинтересованной стороны и / или администратора процесса. Чем больше информации получено, тем больше точек зрения и деталей, которые могли быть забыты или упущены некоторыми людьми.

Рекомендуемая практика: Некоторых людей могут упустить из виду по многим причинам при составлении списка для собеседований. Иногда никто не знает обо всех участниках; людей бывает трудно идентифицировать из-за путаницы с подпроцессом; иногда вмешиваются политические или межличностные причины.Всегда ошибайтесь на стороне включения. Лучшие идеи или идеи могут исходить от человека, которого все остальные советуют вам не включать. Вы можете услышать, что с ними трудно работать или они неприятны. Одна из ролей группы по улучшению процессов — выявить и устранить эти организационные пробелы. Часто вы будете связующим звеном, объединяющим эти разрозненные организации, и ваши сеансы с фасилитатором могут быть для них одной из немногих возможностей поделиться знаниями и справиться друг с другом.

Хорошая основа для включения состоит в том, чтобы идентифицировать и включать эти шесть групп людей: участники (все, кто выполняет работу), клиенты, владельцы, партнеры, поставщики и администраторы ИТ-систем. Спонсор проекта часто может предоставить хороший начальный список, но по мере проработки собеседований обязательно слушайте внимательно и просите поговорить с другими участниками процесса. Часто окончательное количество интервьюируемых будет в два-три раза больше первоначального числа.

Проблема 5: Непонимание заинтересованных сторон

Прежде чем углубляться в процесс и задавать вопросы о конкретных действиях, задайте тон разговора, определив цели каждого человека, вовлеченного в процесс. Первоначально важно потратить достаточно времени на определение того, кто пользователи и действующие лица находятся в процессе и чего они пытаются достичь. Понимание этого на макроуровне (что они пытаются достичь в целом) и на уровне процесса (что они пытаются достичь с помощью этого конкретного процесса) помогает подготовить почву для анализа.Это также обеспечивает ориентированные решения в соответствии с тем, «что люди пытаются делать», а не строго «как мы можем улучшить то, что они делают в настоящее время»? Первое может привести к инновациям и повышению эффективности, а второе ограничивает анализ эффективности.

Рекомендуемая практика: Перед началом проекта соберите информацию с помощью исследований или неформальных бесед, чтобы понять участников и цели процесса. Это даст вам общее представление о процессе и игроках, чтобы вы могли копнуть немного глубже во время стартовой встречи.Например, вы можете обнаружить, что вместо выполнения административной функции (например, найма сотрудника) кто-то на самом деле пытается сделать что-то более ориентированное на миссию (например, нанять элитный персонал, который повысит их уровень качества). Кроме того, во время собеседований один на один воспользуйтесь возможностью задать вопросы, чтобы узнать подробности с разных точек зрения. Спросите об изменениях в их роли, изменениях в их отрасли, какие проблемы и разочарования они испытывают и т. Д. Опыт показал, что большинство людей восприимчивы к таким вопросам и ценят ваш интерес к пониманию их мира.

Проблема 6: Неспособность определить терминологию

Многие проблемы в работе процесса сводятся к используемому языку и тому, как разные участники воспринимают существующий процесс. Те, кто входит в новый процесс, часто предполагают, что существует общее определение языка процесса. Обычно мы обнаруживаем, что это не так. У каждой группы — даже у отдельных лиц внутри группы — свой способ описания процесса. Даже общие понятия, такие как «студент» или «заказ на поставку», могут использоваться разными группами по-разному.Это часто приводит к путанице и затрудняет улучшение.

Рекомендуемая практика : Определение терминологии, ролей и отношений поможет как вам, так и клиентам развить четкое понимание общих терминов (например, кто является студентом), а также вариантов этого термина (например, полный рабочий день, неполный рабочий день). , на территории кампуса, с отличием, ROTC, международный). Вам необходимо создать общий словарь, понятный всем заинтересованным сторонам, чтобы избежать путаницы. Создание словаря, обеспечивающего согласование терминологии, может служить основой для модели данных, разработанной позже как часть технологического решения.Многие из этих терминов могут показаться очевидными, но принуждение к общему разговору поможет прояснить неправильные представления, которые есть у вас или у разных участников. Помните, что вы будете работать с широким кругом пользователей с разным опытом. Не бойтесь просить разъяснений и подтверждать определения ключевых терминов и функций.

Проблема 7: Слишком быстрое решение проблемы

Большинство людей, вовлеченных в процессную работу, по натуре умеют решать проблемы. В результате, когда они сталкиваются с проблемой, их первое желание — немедленно решить ее.Многие специалисты по процессам начинают мысленно разрабатывать решение после разговора с заинтересованной стороной, иногда даже во время собеседования. Попытка решить проблему вместо того, чтобы слушать, может закрыть вам доступ к новой информации и данным, которые могут иметь решающее значение для понимания как существующего процесса, так и того, что необходимо для его улучшения. Это также закрывает глаза на возможности, возникшие в ходе последующих интервью; аналитик может их даже пропустить. Кроме того, предвзятые идеи или мысли из предыдущих интервью могут чрезмерно повлиять на рекомендации, что может не привести к лучшим результатам.В целом помните, что трудно эффективно слушать, когда ваш разум занят решением проблем.

Рекомендуемая практика : во время разговора сосредоточьтесь на , слушая . Хотя вы, вероятно, заметите очевидные улучшения на раннем этапе, не начинайте решать и не приводите собеседование к решению, которое вы создали. Если участники начинают предлагать идеи по улучшению, задокументируйте их. Также сосредоточьтесь на понимании текущего процесса. Уверения других в том, что их видения будут зафиксированы и учтены, часто бывает достаточно, чтобы они могли снова сосредоточиться на текущем упражнении.Один из инструментов, который может помочь, — это запустить проект «инкубатор идей» или «зону ожидания» для этих идей и напомнить участникам, что вы можете перейти к этим обсуждениям только после того, как лучше поймете существующий процесс.

Проблема 8: слишком много технологий

Многих из нас засыпают объявлениями о новых захватывающих технологиях, которые обещают решить все наши проблемы. Тем не менее, Закон усиления предполагает, что технология только усиливает процесс , поэтому, если процесс некачественный, технологии мало что можно улучшить, и они могут фактически ухудшить его.Хотя технологии — мощный инструмент улучшения процессов, моя команда использует только один из шести:

Схема процесса
Мотивация и меры
Политики
Талант
Удобства
ИТ-системы и инструменты

Чрезмерное внимание к технологиям исключает многие из этих возможностей. Мы обнаружили, что ИТ-рекомендации обычно составляют лишь около 30 процентов от общего числа, с ценными улучшениями, выявленными во всех вспомогательных средствах.

Рекомендуемая практика : Не поддавайтесь искушению рассматривать новые технологии как способ решения проблем в процессе. Прежде чем рассматривать ИТ-системы и инструменты, изучите по очереди остальные пять вспомогательных средств. Это поможет найти другие, зачастую более дешевые и простые в реализации решения, а также улучшить организационный процесс. Затраты времени и усилий на улучшение процесса до внедрения технологии многократно окупятся за счет упрощения применения технологии и снижения общей стоимости владения.

Проблема 9: Недостаточно деталей

Большинство процессов намного сложнее, с гораздо большим количеством шагов, чем будет описано большинством респондентов. Имея дело с делами, которые люди делают постоянно, не задумываясь, легко упустить детали. Возможности для улучшения могут быть упущены, когда участники и заинтересованные стороны остаются неопределенными. Основные заинтересованные стороны и участники, вероятно, не получили бы признания за свое участие, если бы не были включены в предыдущие обсуждения.

Рекомендуемая практика : Запишите детали процесса.Любой глагол или существительное намекает на происходящую деятельность. Хотя может возникнуть соблазн приукрашивать кажущиеся незначительными элементы (например, администратора, который засовывает бумагу в конверт), не пропускайте ничего . Опишите процесс и участников как можно точнее. Возможно, вам будет полезно иметь там кого-то, кто не знаком с процессом, чтобы задать дополнительные вопросы и помочь проверить полноту.

Проблема 10: бездействие

Хорошая процессная работа требует значительных затрат времени и усилий, а худшее, что может случиться, — это пренебрежение результатами.Усилия по усовершенствованию процесса призваны заканчиваться рядом предлагаемых действий, и часто за реализацию этих изменений отвечает другая группа (например, группе разработчиков программного обеспечения необходимо интегрировать новое решение). Проблемы возникают, когда нет достаточного перехода между разработкой решения и его реализацией. В других случаях заинтересованные стороны могут не чувствовать себя комфортно с некоторыми предложениями или чувствовать, что у них нет необходимого политического статуса для продолжения. Процессная работа будет успешной только тогда, когда организация сэкономит время и деньги или повысит качество на основе рекомендаций.Если не предпринять никаких действий, проект считается провалом.

Рекомендуемая практика : Три предлагаемых метода могут помочь преодолеть эту проблему.

Во-первых, постановка четкой цели и вовлечение широкого круга заинтересованных сторон увеличит возможность для поддержки и согласования цели.

Во-вторых, регулярно проверяйте заинтересованные стороны проекта, чтобы держать их в курсе прогресса, получать их отзывы и быть уверенным в том, что вы узнаёте об изменениях в политической и стратегической среде.

В-третьих, составьте брифинг по предоставлению рекомендаций так, чтобы он стал началом переходной фазы, а не концом фазы процесса.

К концу анализа персонал, выполняющий процессную работу, приобрел значительный опыт и может облегчить переход к разработке решений. Это может гарантировать, что рекомендации не являются концом усилий, а, скорее, ключевой серединой в разработке решений.

Что дальше

Анализ и проектирование процессов доказали свою ценность как один из самых экономичных инструментов в арсенале организации.Успешные проекты по совершенствованию процессов могут не только привести к финансовым улучшениям, но и улучшить впечатления сотрудников и клиентов. Мероприятия, предпринимаемые в рамках этих усилий, часто улучшают межведомственное общение и взаимопонимание. Однако остерегайтесь описанных мною распространенных ловушек. Процессная работа — это социальная работа, и понимание процесса от начала до конца — лучший способ убедиться, что вы принимаете правильные решения. Знание некоторых общих проблем должно помочь вам их избежать.

Примечание

Алек Шарп и Патрик Макдермотт, Моделирование рабочего процесса: инструменты для улучшения процессов и разработки приложений, 2-е издание (Норвуд, Массачусетс: Artech House, 2008).

Джозеф Драсин , доктор медицины, является директором отдела инноваций университетских процессов, Отдел информационных технологий, в Университете Мэриленда.

Роль ошибок в классе

По мере того, как двери школы распахиваются в начале следующего года, и учителя, и ученики будут иметь цели: вдохновлять класс, узнавать новое, получать хорошие оценки.

Чего, вероятно, не будет в этом списке, так это того, чтобы совершить ошибку — на самом деле многих. Но так и должно быть.

Почему? Потому что мы воспитываем поколение детей — в первую очередь в богатых, успешных районах, — которые боятся промахов. О неудаче. Даже сидеть с дискомфортом от того, что ничего не знаешь в течение нескольких минут.

Если ученики боятся ошибок, они боятся пробовать что-то новое, проявлять творческий подход, думать иначе. Они боятся поднять руки, когда не знают ответа, и их ответ на трудную проблему — спросить учителя, а не пробовать другие решения, которые могут оказаться неправильными.

Они, как сказал мне один учитель, «жертвы совершенства».

Почему это? Потому что успехи в школе слишком часто определяют как высокие оценки на тестах. И если в образовании важны только результаты, то ошибки не играют никакой положительной роли. Они полезны только в том случае, если мы считаем, что процесс обучения — который неизбежно должен включать в себя процесс ошибки — так же важен, как получение правильного ответа, если не больше.

Я понимаю, что родители играют решающую роль в том, как их дети видят ошибки — и я писал об этом, — но здесь я сосредоточен на педагогах.

Во время написания моей книги « Лучше ошибкой: неожиданные преимущества быть неправым» я наткнулся на интересное исследование о том, как дети учатся и какие сообщения они выносят об ошибках.

Кэрол Двек, профессор психологии Стэнфордского университета, провела новаторское исследование в этой области. В одном из ее экспериментов 400 пятиклассников в школах Нью-Йорка попросили пройти короткий легкий тест, по которому почти все сдали хорошо. Половину детей хвалили за «по-настоящему умные».Другая половина получила комплименты за «очень много поработала».

Затем их попросили пройти второй тест и дали возможность пройти один, который был довольно простым, и они справились бы хорошо, или другой, более сложный, но они могли совершать ошибки.

Из тех учеников, которых похвалили за усилия, 90 процентов выбрали более сложный тест. Из тех, кого хвалят за ум, большинство выбрало легкий тест. Двек проводил аналогичные эксперименты и исследования в различных школьных округах — с низким и высоким доходом, однородных и смешанных по культурам и расам.

Краеугольным камнем исследования Двека является концепция фиксированного мышления и установки на рост. По словам Двек, люди с установкой на данность верят, что люди в чем-то хороши — в математике, музыке или бейсболе, — либо нет. Для людей с установкой на данность ошибки служат только для того, чтобы подчеркнуть неудачи.

Те, кто придерживается того, что Двек называет установкой на рост, — которые считают, что некоторые люди лучше или хуже в определенных областях, но мы все можем улучшить и развить свои навыки и способности, — с гораздо большей вероятностью смогут принять ошибки, потому что они знают, что ошибки часть обучения.

Исследования в средней школе показали, что, когда учеников учат установке на рост и что их мозг податлив, их мотивация к обучению резко возрастает.

Это, конечно, не означает, что все мы можем быть шахматистами мирового уровня или профессиональными спортсменами, а скорее, что у всех нас гораздо больше возможностей для развития нашего потенциала, чем мы думаем. Однако это требует тяжелой работы, и мы не можем сделать это, не рискуя и не совершая ошибок.

Принятие такой идеологии также означает, возвращаясь назад, что акцент в школах должен делаться на процессе обучения, а не только на результатах.Я знаю, что сейчас это сложно в нашей стране, особенно когда так много внимания уделяется стандартизированным тестам, которые ориентированы только на результаты, а не на изучение различных идей, как на способ измерения успеваемости как учителей, так и детей.

Но это можно сделать. Мы можем учиться у других культур — например, в Японии детям разрешено и ожидается, что они будут решать задачу перед классом в течение 10 или более минут. Даже если ученик ошибается, в этом нет ничего постыдного. В этих классах ошибки указывают не на неудачу, а на то, чему еще предстоит научиться.

Я также знаю группу учителей четвертых и пятых классов в Нью-Йорке, которые, вдохновленные идеей о том, что детям нужно учиться делать ошибки и жить с ними, разрабатывают план уроков, чтобы воспитывать устойчивых учеников. Идея состоит в том, чтобы помочь студентам изучить идеи усилия и настойчивости, научиться рисковать и принимать несовершенство и быть готовыми сидеть с неуверенностью в незнании.

Это большая задача. Но со временем, я думаю, мы сможем научить студентов, как сдвинуть призму хотя бы немного, чтобы они смотрели на ошибки не как на то, чего следует бояться и чего следует избегать, а как на неизбежную — и часто очень полезную — часть обучения.

Мудрость умышленных ошибок

Вкратце об идее

Если вы похожи на большинство менеджеров, вы осуждаете ошибки — свои и чужие. Почему? Ваша организация требует оптимальной производительности. И он вознаграждает вас в зависимости от высоты ваших успехов, а не глубины вашего обучения на ошибках.

Тем не менее, ошибки, сделанные правильно, ускоряют обучение, повышая тем самым конкурентоспособность вашей компании. Рассмотрим пионера рекламы Дэвида Огилви.В тестах рекламы Огилви намеренно включал «ошибочные» объявления, которые, по его мнению, не сработали. Большинство этих «неудачников» бомбили, как и ожидалось. Но некоторым это удалось, и они указали на новаторские подходы в непостоянном мире рекламы.

ошибок обходятся дорого, так как же извлечь из них выгодных уроков? Шумейкер и Гюнтер рекомендуют сначала определять , когда делает ошибку. Например, сейчас подходящий момент, когда вам нужны свежие подходы к сложной проблеме, и потенциальные извлечения уроков из неудач намного перевешивают потенциальные расходы.Также знайте , какие ошибок нужно сделать. Самые прибыльные неудачи — это те, которые ставят под сомнение неоспоримые предположения вашей компании, такие как «Наши клиенты покупают репутацию; у них ограниченная чувствительность к цене ».

В сегодняшней нестабильной деловой среде стратегическое преимущество получают компании, которые учатся быстрее, чем конкуренты. Частые, быстрые и дешевые отказы могут быть лучшим способом для вашей компании занять лидирующую позицию.

Идея на практике

Как делать ошибки, которые окупаются? Авторы предоставляют следующие рекомендации:

Знайте, когда делать ошибки

Считайте возможность совершать преднамеренные ошибки, когда:

Потенциальная выгода превышает возможные затраты. Расходы Огилви на показ дополнительных объявлений были довольно низкими по сравнению со стоимостью определения того, какие рекламные стратегии работают лучше всего.

Решения принимаются повторно. Ситибанк изучил ключевое предположение, используемое для оценки кредитного риска потребителей: студенты колледжей, с высокими долгами и без работы, несут ужасные кредитные риски. Компания решила выдавать карточки студентам, не требуя от родителей совместной подписи. Эта «ошибка» привела к ценному открытию: родители выручили держателей студенческих билетов, когда они не могли платить, и многие студенты в конечном итоге стали ценными постоянными клиентами.

Окружающая среда резко меняется. Чтобы быстрее узнать о все более непостоянном потребительском рынке, Procter & Gamble систематически совершает частые преднамеренные ошибки. Например, он поставил под сомнение свое давнее мнение о том, что успешные инновации приходят только изнутри, совершив «ошибку» использования внешних партнеров для разработки продуктов, некоторые из которых стали блокбастерами, такими как SpinBrush.

Знай, какие ошибки делать

Используйте эти шаги, чтобы делать прибыльные ошибки:

1.Определите свои предположения. Перечислите глубоко укоренившиеся предположения об основных областях вашего бизнеса. Пример:

Консультационная компания по вопросам управления перечислила 10 давно устоявшихся «аксиом» о том, как вести свой бизнес, таких как «Холодные звонки клиентам из списка Fortune 100 не сработают» и «Не стоит отвечать на запросы предложений, поскольку эти клиенты обычно покупают цены. . »

2. Выберите допущения для тестирования. Спросите, что бы вы сделали иначе, если бы знали, что предположение было ложным. Чем сильнее влияние на вашу организацию обнаружения ошибочного предположения, тем ценнее его оспаривать.Пример:

Консультационная компания решила, что ее предположение об ответах на запросы предложений стоит проверить — отчасти потому, что обнаружение, что они ошибались, игнорируя запросы предложений, могло дать новый значительный поток доходов.

3. Создавайте ошибочные стратегии. Консультационная компания решила ответить на запрос предложения от региональной электроэнергетической компании подробным, индивидуализированным и дорогостоящим предложением.

4. Исправьте ошибку. Это предложение позволило консультанту получить приглашение от коммунального предприятия изучить несколько проектов.В результате работа составила более 1 миллиона долларов дополнительных доходов от консалтинга.

5. Учитесь на ошибках. Консалтинговая компания теперь смотрит на новые запросы предложений с новой точки зрения и отвечает на запросы предложений, которые раньше игнорировала.

До распада AT&T Bell System американские телефонные компании были обязаны предлагать услуги каждому домохозяйству в своих регионах, независимо от его кредитоспособности. В Соединенных Штатах ежегодно появлялось около 12 миллионов новых подписчиков, а безнадежные долги превышали 450 миллионов долларов в год.Чтобы защитить себя от этого кредитного риска, а также от краж оборудования и злоупотреблений со стороны клиентов, компаниям было разрешено законом требовать залог от небольшого процента подписчиков. Каждая операционная компания Bell разработала свою собственную сложную статистическую модель для определения того, какие клиенты представляют наибольший риск и, следовательно, должны иметь залог. Но компании никогда не знали, верны ли модели. Они решили, что способ проверить их — это сделать умышленную многомиллионную ошибку.

В течение почти года компании не требовали депозита почти у 100 000 новых клиентов, которые были случайным образом выбраны из числа тех, кто считал себя высокорисковыми. Совершенно очевидно, что это была ошибка: некоторые из этих клиентов наверняка не оплатили бы свои счета или убежали бы с оборудованием, что обошлось поставщикам в миллионы. Но компании были достаточно озабочены тем, чего они не знали, чтобы изучить, как эти клиенты сравниваются с остальным населением.

К удивлению компаний, многие из предполагаемых недобросовестных клиентов полностью и вовремя оплатили свои счета, не украли и не повредили телефоны.Вооружившись этими новыми идеями, Bell Labs помогла компаниям-операторам перекалибровать свои модели кредитного рейтинга и внедрить гораздо более разумную стратегию проверки, которая в течение следующего десятилетия добавляла в среднем 137 миллионов долларов к чистой прибыли Bell System каждый год.

В то время как немногие компании готовы пойти по пути, который выглядит как ошибка, силу намеренного выбора неправильного пути можно увидеть в высокой отдаче от стратегий, которые поначалу казались ошибками.Опытные люди сочли, что великие бизнес-идеи, такие как система распределения FedEx, ошибочны. До Enterprise считалось глупым предлагать аренду автомобилей где угодно, кроме аэропорта или центра города. Томас Эдисон упорно продолжал разработку фонографа, хотя считал, что идея не имеет коммерческой ценности. Он совершил «ошибку», потратив время и энергию на изобретение, которое, как он предполагал, не многие люди купят. Когда пионер рекламы Дэвид Огилви проверял свои идеи, он намеренно включил рекламу, которая, по его мнению, не сработала, чтобы проверить и улучшить свои правила принятия решений при оценке рекламы.Большинство ошибочных объявлений, как и ожидалось, были мрачными неудачами, но те немногие, которые преуспели, указали на новаторские подходы в непостоянном мире рекламы. И ценность ошибок явно подчеркнута в недавнем проспекте IPO Google: «Мы будем финансировать проекты, у которых есть 10% шанс заработать миллиард долларов… Не удивляйтесь, если мы сделаем меньшие ставки в областях, которые кажутся очень спекулятивными или даже странными. ” Google предупреждает инвесторов, чтобы они ожидали действий компании, которые могут выглядеть как ошибки.

Хотя организациям необходимо совершать ошибки, чтобы стать лучше, они делают все возможное, чтобы избежать чего-либо, напоминающего ошибку. Это потому, что большинство компаний созданы для оптимальной работы, а не для обучения, а ошибки рассматриваются как дефекты, которые необходимо свести к минимуму. Более того, руководители считают, что безупречное исполнение — это то, что делает их ценными для организации. В бизнесе (за возможным исключением фирм с венчурным капиталом и предпринимательских стартапов) репутация и вознаграждение руководителя обычно основываются на высоте его или ее успехов, а не на глубине обучения на ошибках.(См. Врезку «Почему необходимы ошибки».)

Следовательно, компании могут двигаться в неправильном направлении, избегая ошибок, даже если ошибки — сделанные правильно — являются мощным способом ускорить обучение и повысить конкурентоспособность. В этой статье, когда мы исследуем ценность намеренного совершения ошибок, мы объясним, как решить, когда вам нужно совершать такие ошибки, и как разработать ошибки, которые имеют наибольший потенциал окупаемости.

Когда делать ошибки

Многие менеджеры признают ценность экспериментов, но обычно они планируют эксперименты, чтобы подтвердить свои первоначальные предположения.Рекламная компания обычно может пробовать разные подходы, чтобы увидеть, какая тактика работает лучше всего, но не будет размещать рекламу, которая, как она полагает, потерпит неудачу. Эксперименты такого типа не являются преднамеренными ошибками. Ожидается, что истинные преднамеренные ошибки, исходя из текущих предположений, потерпят неудачу и не будут стоить затрат на эксперимент. Согласно общепринятому мнению, они имеют отрицательное математическое ожидание. Но если такая ошибка неожиданно увенчалась успехом, то она подорвала по крайней мере одно текущее предположение (а зачастую и больше).Это то, что создает возможности для прибыльного обучения.

Многие менеджеры признают ценность экспериментов, но обычно они планируют эксперименты, чтобы подтвердить свои первоначальные предположения.

Когда фундаментальные предположения ошибочны, компании могут быстрее достичь успеха, сознательно совершая ошибки, чем рассматривая только данные, подтверждающие эти предположения. Исследования показывают, что руководители, применяющие традиционный систематический подход к решению проблемы распознавания образов, часто медленнее находят решение, чем те, кто проверяет свои предположения, сознательно совершая ошибки.(См. Врезку «Быстрые неудачи: как ошибки в ускоренном обучении»).

Рассмотрим подход, который Управление перспективных исследовательских проектов Пентагона (DARPA) использовало при разработке транспортных средств-роботов. Конгресс постановил, что к 2015 году одна треть наземной военной техники США будет автономной — беспилотной и не управляемой дистанционно. Столкнувшись с этим крайним сроком, можно было ожидать, что DARPA будет искать самых опытных людей и компании в мире. Но этого не произошло. Он совершил ошибку, обратившись к любителям.

DARPA спонсировало гонку на беспилотных автомобилях по пустыне Калифорнии, предложив победителю 1 миллион долларов. В 2004 году участники с трудом сходили со старта. Этот плохой результат может показаться подтверждением ошибки передачи таких исследований группам студентов университетов. Но опыт выявил недостатки 13 различных подходов, помогая строителям быстро сосредоточиться на проектах, которые будут успешными. В 2005 году DARPA провело еще одну гонку, на этот раз предложив 2 миллиона долларов. Пять автомобилей финишировали в 132-мильной дистанции в Неваде, и приз занял Volkswagen Touareg, модифицированный командой из Стэнфордского университета.DARPA подготовило почву для быстрого успеха, сознательно поощряя высокий процент неудач.

Даже если компании рассматривают возможность реализации стратегии преднамеренных ошибок, они часто отвергают ее как слишком дорогостоящую. Нефтяная компания может знать, что она ничего не получит из девяти из десяти скважин, которые она вырывает в соответствии с ее лучшими моделями, но бурение в местах, которые считаются сухими, просто для проверки ее модели было бы очень дорогим предложением. Компаниям необходимо тщательно проанализировать компромисс между потенциальной стоимостью ошибки и потенциальной пользой обучения.В общем, рассмотрите возможность умышленных ошибок, когда:

1. Потенциальная выгода намного перевешивает цену ошибки.

Цена неудачной ошибки не должна быть слишком высокой по сравнению с потенциальным вознаграждением, включая обучение. Ошибка Bell System стоила миллионы и могла не привести к улучшению, но потенциальная выгода — сокращение безнадежного долга на 450 миллионов долларов — была очень большой. Затраты Дэвида Огилви на показ дополнительных объявлений были довольно небольшими, учитывая потенциальную выгоду от изучения того, что работает.

Естественно, компаниям необходимо ограничивать риски при совершении ошибок и избегать действий, которые могут иметь катастрофические последствия. Для производителя реактивных двигателей тестирование экспериментального оборудования, которое, как ожидается, выйдет из строя, было бы глупо в самолете, полном пассажиров. Было бы разумно протестировать его на тренажере или в аэродинамической трубе.

2. Решения принимаются повторно.

Стратегия сознательного совершения ошибок, вероятно, будет полезна в средах, где основные предположения приводят к большому количеству рутинных решений, таких как принятие на работу, запуск рекламы, разработка тактики продвижения или оценка кредитных рисков.Предоставление кредитных карт студентам колледжей было радикальной идеей, когда она была предложена в Citibank в 1980-х годах, и многие знатоки сочли это ошибкой. Незрелые потребители с высокими долгами, без работы или дома, а также с ограниченной или отсутствующей кредитной историей считались наихудшими из возможных рисков. Но Ситибанк все равно выпустил карты, не требуя от взрослых со-подписчиков, и благодаря этой ошибке обнаружил, что родители часто выручают своих детей-держателей карт, когда они попадают в беду, и что многие из студентов превратились в ценных долгосрочных клиентов.

Компании часто полагаются на жесткие модели (например, предполагают, что студенты несут кредитный риск) в своих повседневных решениях. Если преднамеренная ошибка может помочь организации разработать и применить более совершенные модели, выгода будет умножена на большое количество будущих решений. И наоборот, для решения, которое компания ожидает принимать редко или только один раз, например, о перемещении штаб-квартиры, намеренная ошибка не имеет большого смысла.

3. Окружающая среда кардинально изменилась.

Компаниям необходимо совершать ошибки, чтобы полностью оценить масштабы значительных изменений в конкурентной среде. В новой среде организации, скорее всего, все равно совершат непреднамеренные ошибки, потому что нынешние подходы могут больше не работать. Преднамеренные ошибки могут помочь компаниям учиться еще быстрее. Как говорят в Procter & Gamble, которая работает на рынке, где очень мало продуктов удается успешно внедрить, «терпят неудачу часто, быстро и дешево». Поскольку старые модели разработки продуктов становятся менее эффективными, P&G, как известно, бросила вызов своему предположению о том, что инновации должны исходить изнутри компании, и обратилась к внешним партнерам за новыми продуктами, такими как электрическая зубная щетка SpinBrush.В быстро меняющейся среде стратегическое преимущество переходит к тем, кто учится быстрее всех, а быстрое обучение может потребовать преднамеренных ошибок.

4. Проблема сложна, и решений много.

Чем сложнее становится среда, тем меньше вероятность, что вы ее полностью поймете. Преднамеренные ошибки могут помочь вам увидеть слабые стороны ваших ментальных моделей и изучить другие способы решения проблемы. В индустрии развлечений появление кабельного телевидения, TiVo, Интернета, iPod и других технологий привело к созданию такой сложной среды, что эксперименты и ошибки становятся все более важными.Некоторые из наиболее успешных инноваций в сфере развлечений, от круглосуточных новостных каналов до реалити-шоу и немедленных выпусков загружаемых телешоу, бросили вызов давним предположениям.

5. Опыт вашей организации в решении проблемы ограничен.

Если вы не знакомы с проблемой, подходите к ней непредвзято. Предположим, компания выходит на новый рынок. Руководители будут склонны применять модели и стратегии, заимствованные из старого рынка.Но организация может быть не в состоянии в течение некоторого времени оценить, насколько хорошо эти модели соответствуют новой ситуации. Совершение преднамеренных ошибок с самого начала может помочь ускорить обучение, которое может потребоваться компании для создания плацдарма.

В 1980-х годах большинство крупных продуктовых сетей не имело большого опыта работы с растущим рынком органических продуктов питания. Что, если бы они допустили ошибку, создав большие разделы своих магазинов или даже независимые сети, чтобы сосредоточиться на этом сегменте? Whole Foods Market сделала именно это, когда открыла свой первый небольшой магазин в Остине, штат Техас, в 1980 году.Сегодня Whole Foods имеет более 180 магазинов в Северной Америке и Великобритании, с объемом продаж в 2005 финансовом году 4,7 миллиарда долларов, и большинство традиционных супермаркетов теперь расширяют свои секции органических продуктов питания. Могли ли традиционные компании учиться быстрее, допустив ошибку на этой арене, до того, как Whole Foods стала доминирующим игроком?

Какие ошибки делать

Конечно, есть много ошибок, которые вы можете совершить намеренно: от найма неопытных людей, чтобы посмотреть, удастся ли им прыгнуть с моста, чтобы увидеть, не пострадаете ли вы.Как отличить умные ошибки от глупых? Наша консалтинговая компания Decision Strategies International разработала пошаговый процесс выявления и устранения умных ошибок, и мы сами используем его, чтобы практиковать стратегию преднамеренного совершения ошибок. В одном из первых тестов мы предположили, что ошибка, которую мы планировали совершить, приведет к потере значительной суммы денег, но произошло обратное. Перевернув основные предположения с ног на голову, наша компания создала новый бизнес на сумму более 1 миллиона долларов.

В контексте ошибки, допущенной нашей собственной фирмой, мы объясним, какие шаги мы используем:

Определите предположения.

Руководители фирмы сначала определили многие глубоко укоренившиеся предположения о том, как лучше всего вести бизнес. Эти аксиомы стали сырьем, с помощью которого мы намеревались делать ошибки, которые могли выявить ошибочные предположения. Вот десять допущений, которые мы определили.

1. Холодный звонок Fortune 100 перспектив не работает.

2.Наши клиенты покупают в первую очередь на доверии и репутации, с ограниченной чувствительностью к цене.

3. Молодые MBA нам не подходят; нам нужны опытные консультанты в команде.

4. Комбинированное ценообразование лучше, чем отдельное ценообразование для каждого компонента проекта.

5. Старшие партнеры должны получать больше за счет бонусов, чем из их базовой зарплаты.

6. Официальные собеседования с клиентами всегда должны проводиться двумя консультантами, один из которых делает записи.

7. Фирмой может успешно управлять президент, который не является старшим консультантом со значительными суммами счетов.

8. Обучение руководителей и консультирование — это естественные виды деятельности, связанные с перекрестными продажами.

9. Книги и статьи жизненно важны для имиджа компании как передовой и строгой.

10. Отвечать на запросы предложений бесполезно, потому что организации, которые их рассылают, обычно покупают цены или просто проводят мероприятия, чтобы оправдать уже сделанный выбор.

Высшее руководство может не знать всех предположений, которые делает компания, поэтому им следует попросить коллег по всей организации помочь составить такой список. Сосредоточьтесь на предположениях, которые лежат в основе бизнеса в таких областях, как стратегия, операции, маркетинг, финансы, юридические вопросы, ИТ и человеческие ресурсы.

Выберите допущения для тестирования.

Руководство фирмы ранжировало предположения в соответствии с их важностью для предприятия и степенью уверенности команды в их точности.Чтобы оценить важность, руководители спросили себя, что они сделали бы по-другому, если бы узнали, что это предположение было ложным. Чем по-другому они себя вели, тем более важным считалось предположение. Чтобы оценить точность, они спросили себя, на что они готовы поспорить, что предположение было правильным: компания? Их репутация? Их карьера?

Фирма решила проверить три предположения — 3, 7 и 10 — которые были сочтены очень важными и очень точными. (Предположения, с которыми люди не согласны, скорее всего, будут проверены в ходе обычной деятельности и, следовательно, не могут быть хорошими кандидатами для стратегии преднамеренной ошибки.)

Оцените предположения.

Чтобы оценить относительную ценность проверки каждого предположения, четырех менеджеров компаний спросили, согласны ли они с каждым из ряда утверждений, которые напрямую соответствуют пяти перечисленным ранее условиям, при которых компаниям следует рассматривать возможность умышленных ошибок. Заявления были:

«Потенциальная выгода от ошибки в этой области значительно превышает ее стоимость».

«Мы неоднократно полагаемся на это предположение.”

«Условия ведения бизнеса, связанные с этой проблемой, изменились».

«Это сложная проблема».

«Наш опыт применения этого предположения ограничен».

Они оценили каждое утверждение по шкале от 1 до 7, где 1 означает, что они согласны «совсем нет», а 7 означает, что они согласны «полностью». Предположение 10, которое гласит, что отвечать на запросы предложений не стоит, имело наивысший балл и, таким образом, было выбрано как наиболее вероятное извлечение выгоды из стратегии преднамеренных ошибок.

Создавайте стратегии для совершения ошибок.

Фирма решила совершить ошибку, ответив на следующий запрос предложений от региональной электроэнергетической компании. Чтобы снизить затраты, наша управленческая команда поручила новым сотрудникам разработать предложение. Тем не менее, запрос предложений был воспринят очень серьезно, и предложение было разработано с большой осторожностью.

Выполните ошибку.

Наша фирма представила подробный, индивидуальный ответ, в котором перечислены обычные гонорары партнеров, в результате чего общий бюджет этого относительно небольшого консалтингового проекта превысил 200 000 долларов.К нашему удивлению, электроэнергетическая компания пригласила нашу фирму посетить генерального директора и высшее руководство, чтобы изучить не только запрос предложений, но и другие проекты. Узнав больше о возможностях нашей фирмы, коммунальное предприятие в короткие сроки подписало отдельный проект, прежде чем принять первоначальное предложение. Затем последовала дополнительная работа, на которую от этого клиента было потрачено более 1 миллиона долларов дополнительных консультаций.

Учитесь на процессе.

Ошибки стоят времени и денег. Независимо от того, является ли результат хорошим или плохим, после проведите тщательный анализ, чтобы понять, что вы узнали.Как результат подтверждает или меняет ваши предположения? Какие были сюрпризы? Как результат может изменить ваш бизнес? Какие еще эксперименты или ошибки могут быть полезны?

Эта преднамеренная ошибка с относительно низкими затратами изменила представление нашей фирмы о запросах предложений и о совершении ошибок в целом. Мы ответили на несколько запросов предложений, которые раньше проигнорировали. В рамках систематического процесса совершения ошибок фирма также проверяет другие заветные предположения, в том числе 3 и 7 из нашего списка.Очевидно, что нанять молодых MBA проще, чем заменить человека, руководящего фирмой, поэтому мы наняли несколько младших сотрудников. И в качестве недорогого подхода к проверке предположения 7 мы экспериментируем с изменением баланса президента между консалтингом и менеджментом.

Многие ошибки могут исправить

Мудрость извлечения выгоды из ошибок, преднамеренных или нет, не теряется для опытных руководителей. Приводя Крейга Манди, который основал компанию по производству суперкомпьютеров, которая в конечном итоге потерпела неудачу, в Microsoft, Билл Гейтс отметил, что «каждой компании нужны люди, которые допускали ошибки — а затем извлекали из них максимальную пользу.К сожалению, люди, которым больше всего нужно ошибаться, меньше всего в этом признают, и то же самое можно сказать о компаниях. Чрезмерно самоуверенные люди и компании обычно не заинтересованы в эмпирических проверках своих предполагаемых знаний. Но чтобы быть более успешными в долгосрочной перспективе, менеджерам иногда необходимо быть менее успешными в краткосрочной перспективе. Лидеры, которые понимают это, будут способствовать развитию организационной культуры, поощряющей разумное и сознательное совершение ошибок. Как сказал Томас Дж.Уотсон-старший заметил: «Если вы хотите добиться успеха, удвойте процент неудач».

Версия этой статьи появилась в июньском номере журнала Harvard Business Review за 2006 год.

Ведущий онколог «сделал много ошибок и сделал много ошибок»

МАНЧЕСТЕР — Всемирно известный онколог профессор Джастин Стеббинг сообщил медицинскому суду, что он прошел 4 года обучения и признал, что «делал что-то не так и сделал много ошибок».

Профессор Стеббинг, профессор онкологии и онкологии Имперского колледжа Лондона с частной практикой на Харли-стрит, сказал, что у него было время подумать, и его «единственной мотивацией» была помощь пациентам.

Его международная репутация в области инновационных методов лечения привела к тому, что богатые, неизлечимо больные раковые пациенты со всего мира обращаются к нему в надежде продлить свою жизнь.

Среди них были новозеландский мультимиллионер сэр Дуглас Майерс и актер Линда Беллингхэм.

Проф. Стеббинг, которому Служба практикующих врачей (MPTS) предъявляет обвинения в том, что он не может заниматься слушанием, обвиняется в том, что он не оказал надлежащую клиническую помощь 12 пациентам в период с марта 2014 года по март 2017 года.

В некоторых случаях его обвиняют в ненадлежащем лечении пациентов с учетом их запущенного рака или плохого прогноза, завышении ожидаемой продолжительности жизни и преимуществ химиотерапии, а также в продолжении лечения пациентов, когда это было бесполезно и им оставалось жить всего несколько недель.

36 обвинений, 21 из которых признал профессор Стеббинг, также включают отказ от ведения надлежащих записей и отказ от получения информированного согласия пациентов на лечение.

Кривая обучения

Долгосрочный суд, начавший свою работу в январе 2020 года, услышал о признаниях профессора Стеббинга из-за «воздействия» свидетельств экспертов.

«Трудно количественно оценить влияние какой-либо конкретной части [доказательства]», — сказал он.

«Я бы сказал, что с 2017 года я постоянно учился, рассматривая разные точки зрения.

«Я думаю, легко понять, что кто-то может неверно истолковать то, что я сделал, без каких-либо заметок, и теперь я понимаю всю важность этого.

«Но в целом размышления о зрелости, а не только о повороте переключателя.Это сопряжено с большой болью и платой за это, принимая то, что произошло, что частично объясняет, почему мои свидетельские показания сначала неадекватны, потому что я еще не дошел до этого момента, а теперь у меня есть.

«Я пошел на уступки и признался, что понял, что ошибаюсь, и сделал много ошибок».

Пациент G

Ранее профессор Стеббинг был вынужден опровергнуть обвинения Шэрон Битти, QC для GMC, что он один принял решение о лечении одного тяжелобольного пациента с раком легкого, известного только как Пациент G, после того, как его коллеги из Лондонской клиники выразили обеспокоенность по поводу химиотерапии. он был дан.

73-летний пациент, который страдал от коллапса легкого и хирургической эмфиземы, скончался несколько дней спустя, и этот инцидент привел к расследованию, проведенному частной больницей, одной из крупнейших в Англии. Проф. Стеббинг позже был приостановлен после «потери уверенности в себе». «персонала.

Он сказал г-же Битти, что его изображают как «человека, который принимает решения в вакууме», что не имело места, и он консультировался с коллегами по поводу лечения пациента G.

Затем г-жа Битти бросила вызов профессору Стеббингу после того, как он описал реалистичную оценку состояния пациента как «тошнотворную перспективу».

Она спросила профессора Стеббинга, является ли «тошнотворным подходом» позволить кому-то умереть с достоинством и комфортом без лечения, когда не было реальной перспективы на успех.

Проф. Стеббинг, который отрицает обвинения в ненадлежащем назначении пациенту химиотерапии, учитывая, что он был слишком нездоров, чтобы получать ее, ненадлежащим образом переходил к вспомогательной вентиляции легких и не получил информированного согласия, сказал, что он считал, что есть «разумные шансы на успех». .

Он сказал, что извинился перед дочерью пациента G после смерти ее отца, но он «не сожалел» о попытках вылечить его, и это была «очень, очень сложная клиническая ситуация» с «крайней неопределенностью».

Командный игрок

Мэри О’Рурк, QC профессора Стеббинга, спросила его о заявлениях г-жи Битти о том, что он не может принимать критику и личные жалобы.

Он сказал, что считает себя «командным игроком», и указал на опубликованные им статьи, в которых участвовали врачи из разных учреждений и стран.

По его словам, когда он ушел из HCA Healthcare, 80 разных консультантов написали письма, в которых говорилось, что он «прекрасно заботился о пациентах», и петиция была подписана коллегами из разных дисциплин.

Г-жа О’Рурк также спросила, был ли он тем, чьи решения «не могут быть оспорены».

«Эти 12 пациентов — действительно непростые пациенты, и у них нет руководящих принципов, нет правильных или неправильных», — ответил он.

«Вы не можете прочитать в книге, как вести себя с этими людьми, независимо от того, работают ли они с международными врачами, их болезнь полностью не поддается лечению или у них такое быстро прогрессирующее заболевание.

«Но мне действительно хотелось бы думать, что у меня открытый и пытливый ум, я задавал вопросы и думал не только о рекомендациях, но и нестандартно мыслил, как лучше всего улучшить количество и качество жизни пациента, что они понимали риск и преимущества лечения, мои коллеги были в курсе, и у нас был командный подход.

«Я хотел бы думать, что если бы кто-нибудь бросил мне вызов, я бы принял это во внимание».

Отражения

Завершая свои показания, профессор Стеббинг сказал председателю комиссии MPTS Хасану Хану: «Я размышлял о том, почему я вообще занимался медициной.

«Я знаю, что это самая важная вещь в книге, но я делал это только для того, чтобы помогать людям. Это было моей единственной мотивацией».

Работа трибунала отложена до августа, когда ожидается, что защита вызовет несколько свидетелей, и завершится в ноябре.

Ян Леонард — независимый журналист, имеющий опыт освещения слушаний MPTS.

Я делаю так много ошибок. Но только подумайте обо всех тех ошибках, которые я не совершила, хотя могла.

ПОХОЖИЕ ЦИТАТЫ

ПОХОЖИЕ ЦИТАТЫ

ПОХОЖИЕ ЦИТАТЫ

ПОХОЖИЕ ЦИТАТЫ

Немировски: «Торпедо» допускало много ошибок в своей зоне

ЕКАТЕРИНА АЛЕКСАНДРОВА: «СЕГОДНЯ Я ДОПУСКАЛА СЛИШКОМ МНОГО ОШИБОК»

Кирилл Костин: «Сами допустили много ошибок»

Карацев подсел: плохо провел первый круг «Уимблдона» (очень много ошибок) и сразу проиграл — С миру по Нитке — Блоги

Причины и лечение дисграфии у детей

Если ребенок делает кучу ошибок в тексте, родители думают: ленится. Не хочет учить правила, не старается… Но бывает, что дело не в лени. Дело — в дисграфии.

Признаки дисграфии

Причины дисграфии

Лечение дисграфии

«Я наделал так много ошибок, и я сильно отстал в жизни»

Получите еженедельную доставку Ask Polly.

Научный форум: Десять распространенных статистических ошибок, на которые следует обратить внимание при написании или рецензировании рукописи

Делаете слишком много ошибок при наборе текста на телефоне? Вот исправление… |

Основные выводы

Проблема 1: Детали до контекста

Проблема 2: Обработка артефактов

Проблема 3: Нет аргументов в пользу действий

Проблема 4: Недостаточное вовлечение людей

Проблема 5: Непонимание заинтересованных сторон

Проблема 6: Неспособность определить терминологию

Проблема 7: Слишком быстрое решение проблемы

Проблема 8: слишком много технологий

Проблема 9: Недостаточно деталей

Проблема 10: бездействие

Что дальше

Примечание

Роль ошибок в классе

Мудрость умышленных ошибок

Вкратце об идее

Знайте, когда делать ошибки

Знай, какие ошибки делать

Когда делать ошибки

1. Потенциальная выгода намного перевешивает цену ошибки.

2. Решения принимаются повторно.

3. Окружающая среда кардинально изменилась.

4. Проблема сложна, и решений много.

5. Опыт вашей организации в решении проблемы ограничен.

Какие ошибки делать

Определите предположения.

Выберите допущения для тестирования.

Оцените предположения.

Создавайте стратегии для совершения ошибок.

Выполните ошибку.

Учитесь на процессе.

Многие ошибки могут исправить

Ведущий онколог «сделал много ошибок и сделал много ошибок»

Кривая обучения

Пациент G

Командный игрок

Отражения

Добавить комментарий Отменить ответ

Рубрики