मेरा पीओवी मनोविज्ञान में एक पेपर की समीक्षा या इसकी सांख्यिकीय खूबियों का पूर्वानुमान होगा। मैं ज्यादातर Nico की बहुत अच्छी टिप्पणी करूँगा।
आवेदन क्षेत्र को समझने के लिए हमें कितना प्रयास करना चाहिए?
काफी, वास्तव में। मैं इस क्षेत्र को समझे बिना सबसे बुनियादी सांख्यिकीय समस्याओं से अधिक पर टिप्पणी करने के लिए खुद पर भरोसा नहीं करूंगा। सौभाग्य से, मनोविज्ञान की कई शाखाओं में यह अक्सर बहुत कठिन नहीं होता है।
मुझे किसी रिपोर्ट पर कितना समय देना चाहिए?
मैं एक अंग पर बाहर जाऊंगा और एक विशिष्ट समय बताऊंगा: मैं दो और आठ घंटे के बीच कुछ भी खर्च करूंगा, कभी-कभी अधिक। अगर मुझे लगता है कि मैं एक दिन में एक पेपर पर अधिक खर्च कर रहा हूं, तो इसका मतलब है कि मैं वास्तव में इसे समझने के लिए योग्य नहीं हूं, इसलिए मैं जर्नल को किसी और को खोजने की सलाह दूंगा (और कुछ लोगों को सुझाव देने की कोशिश करता हूं)।
आंकड़े / तालिकाओं को देखते समय आप कितने योग्य होते हैं।
बहुत picky वास्तव में। आंकड़े यह बताने जा रहे हैं कि लोगों को एक पेपर के बारे में क्या याद है और बिना किसी संदर्भ के व्याख्यान प्रस्तुतियों में क्या समाप्त होता है, इसलिए इन्हें वास्तव में अच्छा करने की आवश्यकता है।
आप उपलब्ध डेटा के साथ सामना कैसे करते हैं।
मनोविज्ञान में, डेटा आमतौर पर साझा नहीं किया जाता है - एमआरआई द्वारा 50 लोगों को मापना बहुत महंगा है, और लेखक आगे के कागजात के लिए इन आंकड़ों का उपयोग करना चाहेंगे, इसलिए मैं सिर्फ डेटा को देने के लिए उनकी अनिच्छा को समझता हूं। तो जो कोई भी अपना डेटा साझा करता है, उसे मेरी पुस्तक में एक बड़ा बोनस मिलता है, लेकिन साझा नहीं करना समझ में आता है।
पूर्वानुमान में, कई डेटासेट सार्वजनिक रूप से उपलब्ध हैं। इस मामले में मैं आमतौर पर सलाह देता हूं कि लेखक अपना कोड साझा करें (और ऐसा खुद करें)।
क्या आप प्रयोग किए गए विश्लेषण को फिर से आजमाते हैं।
डेटा के बिना, केवल इतना ही है कि इससे कोई भी सीख सकता है। यदि कुछ कागज के परिणामों के बारे में बहुत आश्चर्यजनक है, तो मैं नकली डेटा के साथ खेलूंगा; अन्यथा कोई अक्सर डेटा के बिना अनुचित तरीकों से उपयुक्त बता सकता है (एक बार क्षेत्र को समझता है, ऊपर देखें)।
आपके द्वारा एक वर्ष में अधिकतम कितने कागज़ात की समीक्षा की जाएगी?
ऊपर व्हिबर के बिंदु को जोड़ने के लिए वास्तव में बहुत कम है - यह मानते हुए कि प्रत्येक पेपर औसत n coauthors I (सह-) के साथ 3 समीक्षा प्रस्तुत करता है, किसी को वास्तव में प्रत्येक प्रस्तुत करने के लिए कम से कम 3 / ( n + 1 ) पत्रों की समीक्षा करना चाहिए। (खुद के कागजात के बजाय प्रस्तुतियाँ गिनाई जा सकती हैं जिन्हें अस्वीकार और फिर से जमा किया जा सकता है)। और निश्चित रूप से, सबमिशन की संख्या के साथ-साथ coauthors की संख्या अनुशासन के साथ दृढ़ता से बदलती है।