ภาพนี้สร้างขึ้นโดยใช้ Brainbow ซึ่งเป็นเทคนิคที่พัฒนาขึ้นในปี 2550 ที่แทรกยีนสำหรับโปรตีนเรืองแสงเข้าไปในสัตว์ เมื่อถูกกระตุ้น โปรตีนจะส่องสว่างเซลล์บางส่วนในช่วงของสีในขณะที่นักวิจัยส่วนใหญ่ใช้ Brainbow เพื่อแสดงภาพการเชื่อมต่อระหว่างเซลล์ประสาทในสมอง Alain Chédotal จาก Institut de la Vision ในปารีสและเพื่อนร่วมงานได้ปรับแต่งเทคนิคนี้เพื่อติดตามเครือข่ายของเซลล์ที่เรียกว่า oligodendrocytes เซลล์เหล่านี้ห่อหุ้มวัสดุที่เรียกว่าไมอีลิน (myelin) ซึ่งเทียบเท่ากันทาง
ชีวภาพของฉนวนไฟฟ้า รอบเซลล์ประสาทเส้นยาวที่ส่งสัญญาณไฟฟ้า
ในสมองและทั่วร่างกาย
วิธีการที่ oligodendrocytes ทำงานร่วมกันเพื่อห่อหุ้มเส้นใยประสาทในไมอีลินนั้นปรากฏชัดในภาพถ่าย Brainbow ของเส้นประสาทตาที่มีความยาวประมาณ 3 มิลลิเมตรทีมรายงานในApril Glia ไมอีลินป้องกันความเชื่อมโยงอันล้ำค่าระหว่างสมองและดวงตา
การศึกษาปฏิสัมพันธ์ระหว่างโอลิโกเดนโดรไซต์และปฏิกิริยาของเซลล์ต่อยาหลายชนิดอาจนำไปสู่การรักษาที่ดีขึ้นสำหรับโรคปลอกประสาทเสื่อมแข็ง ซึ่งเป็นโรคที่เกิดจากการทำลายไมอีลิน
การฉ้อโกงในทางวิทยาศาสตร์ได้รับความสนใจและการประณามอย่างมาก ตามที่ควรจะเป็น แต่การทุจริตนั้นค่อนข้างไม่บ่อยนัก และไม่น่าสนใจอย่างยิ่ง Alex Reinhart กล่าวในStatistics Done Wrong “อย่างน้อย ก็เทียบไม่ได้กับข้อผิดพลาดทั้งหมดที่นักวิทยาศาสตร์ทำขึ้นโดยไม่ได้ตั้งใจ”
ดูเหมือนว่าข้อผิดพลาดโดยไม่ได้ตั้งใจส่วนใหญ่เป็นผลมาจากการใช้สถิติในทางที่ผิดหรือในทางที่ผิด วิธีทางคณิตศาสตร์ที่ใช้ในการทดสอบสมมติฐานและดึงข้อมูลมาอนุมาน Reinhart ผู้ซึ่งเริ่มต้นอาชีพด้านวิทยาศาสตร์ในฐานะนักฟิสิกส์แต่ตอนนี้สอนเรื่องสถิติ อธิบายหลุมพรางมากมายของเครื่องมือทางสถิติในภาษาที่มีสาระและเชิงสนทนา ตั้งแต่ค่า p ( SN Online: 3/17/15 )
ไปจนถึงการวิเคราะห์การถดถอย เขาเขียนส่วนใหญ่สำหรับนักวิทยาศาสตร์
ที่มีเจตนาดีซึ่งต้องการวิเคราะห์ข้อมูลของตนอย่างเหมาะสม แต่ถูกเข้าใจผิดในเทคนิคทางสถิติ (หรือไม่ได้รับคำแนะนำเลย) ดังนั้นจึงเสี่ยงที่จะรายงานผลที่ผิดพลาด
จากหนังสือทุกเล่มที่จัดการปัญหาเหล่านี้ Reinhart’s เป็นการประเมินข้อบกพร่องทางสถิติที่กระชับ เข้าถึงได้ และแม่นยำที่สุดซึ่งทำให้การศึกษาทางวิทยาศาสตร์จำนวนมากต้องสงสัย การทดสอบสมมติฐานหลายข้อพร้อมกันกับตัวอย่างที่มีขนาดเล็กเกินไป โดยใช้การทดสอบที่ไม่ถูกต้อง โดยไม่ระบุล่วงหน้าว่าจะวิเคราะห์ข้อมูลอย่างไร ล้วนเป็น a) แนวทางปฏิบัติทั่วไป และ b) รับประกันว่าจะให้ผลลัพธ์ที่ผิดจำนวนมาก และดังที่ Reinhart ตั้งข้อสังเกตไว้อย่างชาญฉลาด สิ่งจูงใจเกือบทั้งหมดในองค์กรทางวิทยาศาสตร์ (เช่น การเผยแพร่และการดำรงตำแหน่ง) ส่งเสริมแนวทางปฏิบัติที่ไม่ดีดังกล่าว และไม่ให้รางวัลแก่ผู้ที่ต้องการทำสถิติอย่างถูกต้อง
เป็นหนังสือเล่มเล็กแต่สำคัญ นักวิทยาศาสตร์ทุกคนควรต้องอ่าน โดยเฉพาะบรรณาธิการวารสารและเจ้าหน้าที่ของหน่วยงานระดมทุน (ไม่ต้องพูดถึงนักข่าววิทยาศาสตร์ นักข่าวทุกคน) บอกเล่าเรื่องราวที่ชัดเจนและน่าเชื่อถือเกี่ยวกับระบบที่ผิดปกติ มันเผยให้เห็นข้อผิดพลาดมากมายที่นักวิทยาศาสตร์กระทำในวิธีการวิจัยของพวกเขา Reinhart ยังให้คำแนะนำที่เป็นประโยชน์มากมายในการหลีกเลี่ยงหรืออย่างน้อยก็จำกัดหลุมพรางมากมายของวิธีการทางสถิติที่ไม่ดี
แต่เขายังรับทราบด้วยว่าถึงแม้วิธีการทางสถิติจะถูกนำไปใช้อย่างเหมาะสม เช่นเดียวกับที่ตำราเรียนบอกไว้ พวกเขามักจะไม่บรรลุวัตถุประสงค์ที่ตั้งใจไว้: “แม้แต่สถิติที่ทำอย่างถูกต้องก็เชื่อถือไม่ได้” Reinhart กล่าว เชื่อเขา.
credit : debatecombat.com dopetype.net wiregrasslife.org goodrates4u.com mejprombank-nl.com travel-irie-jamaica.com politiquebooks.com maisonmariembalagens.com jimmiessweettreats.com chroniclesofawriter.com
