理想研究特性解读
1. 研究目标与机制推理
科学研究的目标通常包括了解目标系统的运作方式。要了解一个系统,一种有效的方法是拥有一个完整、详细的机制。机制推理在社会科学领域有一定历史,它能将人类、经济和技术等方面的因素整合到一个概念工具包中,有助于研究设计者更好地了解目标系统。
2. 常见的泛化错误
在研究设计和分析中,与泛化相关的常见错误主要有以下三种:
- 可用人口数据的系统偏差 :用于研究的可用人口可能无法充分代表目标人口。例如,在图像处理研究中,“识别所有带有婚纱的图像”可能会因语言和文化差异而出现问题。英语中“婚纱”通常与白色礼服相关,但实际上很多婚纱是红色的,而常见的图像训练集中红色婚纱的代表性不足。解决方法包括采用分层选择方法进行数据密集型研究,并更精确地描述目标人口。
- 对目标人口的错误假设 :心理学研究往往基于西方、受过教育、工业化、富裕和民主(WEIRD)的人群,而这些人群与其他人群存在系统性差异。网络安全研究和建议也继承了这一泛化错误,任何关于所有用户行为的声称都值得怀疑。系统设计应考虑到人类和机器的多样性,而不是试图将其归结为一个普遍的平均值。
- 滥用统计工具 :最普遍的统计工具滥用问题涉及显著性检验和 p 值。“统计显著”在统计学中有精确的含义,但在研究中几乎从未被正确使用。任何将统计方法用作研究结果是否真实或应被接受的简单测试都是对统计学的滥用,这会导致错误地认为研究结果可以推广到比实际更大的人群。
| 错误类型 | <
|---|
理想研究特性解析与实践
超级会员免费看
订阅专栏 解锁全文
8万+

被折叠的 条评论
为什么被折叠?



