188体育平台在线体育

我们的发现是基于与专家交谈数千小时,思考职业选择,阅读现有的最佳建议,并查阅科学文献。我们还指导过数百人的个人职业决策。

在得出结论时,我们将坚持以下原则。

我们要考虑什么证据?

科学文献的使用

如果适用的话,我们会比较重视科学文献对一个问题的描述。如果有相关的科学文献,我们就从文献搜索开始。我们有经济学、哲学、心理学和其他学科的学术顾问。

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:(i)谁是相关专家?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”,我们认为这通常是一个很好的起点(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误的。

量化

哪一种职业带来的影响最大,我们很难凭直觉判断,因为我们很难把握不同问题的规模和范围,这些问题往往在数量级上存在差异。这使得在可能的情况下尝试量化和建模关键因素变得很重要。量化的过程对于更多地了解一个问题,并使你的推理对别人透明,通常也是有价值的。然而,我们认识到,对于我们所关心的大多数问题,量化模型包含巨大的(通常是未知的)不确定性,因此,不应该盲目地遵循。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,我们总是权衡量化模型的结果与它们的稳健性。

我们训练的人的经验

我们已经为数百人提供了职业决策方面的指导,并拥有一个更广泛的人脉网络,我们从与我们的使命一致的人那里收集信息。我们看重的是他们对不同领域的利弊的看法。

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对我们有利或不有利的信息。看一个例子在这里.这就是所谓的贝叶斯推理的,并且,尽管并不总是被采用,似乎被那些写好的决策过程的人视为在高不确定性下决策的最佳实践。1

我们用"集群思维"

与依赖于一两个强有力的考虑相反,我们寻求从多个角度评估问题,根据其稳健性和结果的重要性来权衡每个角度。我们认为,在高不确定性的决策背景下,这个过程提供了比备选方案(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不同团体的支持,并有几个名称,包括“集群思维”“模式组合与调整”“许多弱参数”,“福克斯风格”的思考

我们试图通过列出我们在一个问题上考虑的主要观点,使这个过程变得透明。我们也经常使用结构化的定性评估,例如我们的框架

避免偏见

我们非常清楚自己工作中可能存在的偏见,而这种偏见往往依赖于艰难的判断,而且确实存在调查了有关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,以便更容易发现偏见。我们的目标是陈述我们最初的立场,这样读者就能看到我们最可能有偏见的方向,并写下我们可能错的原因。

寻求反馈

我们把所有的工作看作是在进行中,并通过不断寻求反馈来改进它。
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,我们会将其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。

我们的目标是通过以下方法使我们的大量研究更容易被批评:

  • 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主张,你可以假设没有进一步的理由。
  • 萎靡不振的判断调用。
  • 概述我们的研究过程。
  • 说明我们的主要不确定性。

  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。我在此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、政治学到生态学等领域的知名学者多年来也提出了类似的观点。但到目前为止,还没有什么根本性的变化。然而,最近,一些颇受尊敬的统计学家开始主张,不应该再向本科生教授频繁统计。一些专业人士已经考虑在他们的期刊上禁止费舍尔的假设检验。事实上,如果你读过过去十年的文章,你会发现很难找到不支持贝叶斯方法的东西。

    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);Jeff Fill,“无效假设显著性检验的不显著性”,《政治研究季刊》,52,3,(1999年9月);Anderson, Burnham & Thompson,“无效假设检验:问题、流行和替代”,野生动物管理杂志,64,4,(2000);威廉·布里格斯,“是时候停止向非统计学家传授频率主义了”,arXiv.org,(2012年1月13日);David Krantz,“无效假设检验在心理学中的争议”,《美国统计协会杂志》,44,no . 488(1999年12月)。