188体育平台在线体育

我们的发现是基于与专家数千小时的交谈、对职业选择的思考、阅读现有最好的建议以及查阅科学文献。我们也为数百人提供了个人职业决策方面的指导。

我们力求在得出结论时坚持以下原则。

我们考虑什么证据?

科学文献的使用

在适当的情况下,我们会比较重视科学文献对一个问题的解释。如果有相关的科学文献,我们会先进行文献检索。我们有经济学、哲学、心理学等学科的学术顾问。

专家常识

当我们第一次遇到一个问题时,我们的最初目标通常是弄清:(一)谁是相关的专家?(ii)他们对这个问题会怎么说?我们把他们所说的称为“专家常识”,我们认为它通常形成一个良好的起点(更多的)。我们尽量不偏离专家的常识,除非我们知道为什么它是错的。

量化

哪一种职业影响最大可能并不直观,因为很难把握不同问题的规模和范围,而这些问题往往有很大的不同。因此,在可能的情况下,尝试对关键因素进行量化和建模是很重要的。量化的过程对于更多地了解一个问题,以及让别人知道你的推理,通常也是很有价值的。然而,我们认识到,对于我们关心的大多数问题,量化模型包含巨大的(通常是未知的)不确定性,因此,不应该盲目遵循。你可以通过定量分析找到一系列问题在这里。与定性分析和常识相比,我们总是将量化模型的结果与它们的稳健性进行权衡。

我们指导的人的经验

我们为数百人提供了职业决策方面的指导,并从与我们的使命一致的人那里收集信息,建立了更广泛的人脉。我们重视他们对不同领域的利与弊的看法。

我们如何结合证据?

我们努力成为贝叶斯

我们试图明确地澄清我们之前对某个问题的猜测,然后根据我们支持或反对的证据的力度来更新支持或反对的观点。看一个例子在这里。这就是所谓的贝叶斯推理的虽然它并不总是被采用,但似乎被认为是在高不确定性下做出决策的最佳实践,在那些写好的决策制定过程。1

我们使用“集群思维”

与依赖一两个强有力的考虑因素不同,我们寻求从多个角度评估问题,根据其稳健性和后果的重要性对每个角度进行加权。我们认为,在高不确定性下的决策环境中,这一过程提供了比其他选择(如建立一个简单的量化模型并根据答案进行决策)更可靠的答案。这种思维方式得到了各种团体的支持,并有几个名称,包括“集群思维”,“模型组合与调整”,“许多弱参数”,“福克斯风格”的思考

我们试图通过列出我们对一个问题所考虑的主要观点来使这个过程变得透明。我们还定期使用结构化的定性评估,例如我们的框架

避免偏见

我们非常清楚在我们的工作中可能存在偏见,这通常依赖于困难的判断,而且已经存在了调查了关于职业决策中的偏见的文献。为了避免偏见,我们的目标是使我们的研究高度透明,这样偏见就更容易被发现。我们还打算陈述我们最初的立场,这样读者就可以看到我们最有可能产生偏见的方向,并写下我们可能错误的原因。

寻求反馈

我们看到我们所有的工作都在进行中,并通过不断寻求反馈来寻求改进。
我们通过以下几个渠道寻求反馈:

  • 所有的研究都要在团队内部进行审查。
  • 对于重大研究,我们将把它发送给外部研究人员和在该领域有经验的人征求意见。
  • 我们的目标是在我们的博客上公开发表我们所有的实质性研究。

在未来,我们打算进行内部和外部的研究评估。

我们的目标是使我们的实质性研究易于评论:

  • 清楚地解释我们的推理和证据。如果你看到一个没有链接或引用支持的声明,你可以认为没有进一步的理由。
  • 萎靡不振的判断调用。
  • 概述我们的研究过程。
  • 说明关键的不确定性。

  1. 例如,内特·西尔弗在第八章中写道噪音中的信号:

    我们可能正在经历科学家使用的统计方法的范式转变。我在这里对费雪统计方法的缺陷提出的批评既不新颖也不激进:从临床心理学到政治学再到生态学等领域的著名学者多年来一直在提出类似的观点。但到目前为止,还没有什么根本性的变化。然而,最近,一些受人尊敬的统计学家开始主张,频繁主义统计不应该再向大学生讲授。一些专业人士已经考虑在他们的期刊上禁止使用费雪的假设检验。事实上,如果你读了过去十年的著作,你会发现很难找到不提倡贝叶斯方法的东西。

    他引用:雅各布·科恩,“地球是圆的(p>0.05),美国心理学家,49,12,(1994年12月);陈晓华,“零假设的不显著性检验”,《政治研究季刊》,第53,3期(1999年9月);陈永明,“零假设检验:问题、流行与替代”,《野生动物管理》,第64卷第4期,(2000);威廉·布里格斯,“是时候停止向非统计学家教授频率主义了”,arXiv.org,(2012年1月13日);David Krantz,“心理学中的零假设检验争议”,《美国统计学会期刊》,44,第488期(1999年12月)。