ਸਮੱਸਿਆ, ਜਿਵੇਂ ਕਿ ਦੂਜਿਆਂ ਨੇ ਨੋਟ ਕੀਤਾ ਹੈ, ਇਹ ਹੈ ਕਿ ਜੋ ਵਿਅਕਤੀਗਤ ਵਿਗਿਆਨੀਆਂ ਲਈ ਚੰਗਾ ਹੈ, ਜ਼ਰੂਰੀ ਨਹੀਂ ਕਿ ਉਹ ਸਮੁੱਚੇ ਵਿਗਿਆਨ ਲਈ ਚੰਗਾ ਹੋਵੇ। ਇੱਕ ਵਿਗਿਆਨੀ ਦਾ ਕਰੀਅਰ ਵਰਤਮਾਨ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਕਾਰੀ ਸੰਭਾਵਿਤ ਰਸਾਲਿਆਂ ਵਿੱਚ ਵੱਧ ਤੋਂ ਵੱਧ ਕਾਗਜ਼ਾਂ ਨੂੰ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਨ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ। ਕਿਸੇ ਵੀ ਹੋਰ ਮੈਟ੍ਰਿਕ ਨਾਲੋਂ ਵੱਧ, ਇਹੀ ਉਹਨਾਂ ਨੂੰ ਮਾਣ, ਗ੍ਰਾਂਟਾਂ ਅਤੇ ਨੌਕਰੀਆਂ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ।
ਹੁਣ, ਕਲਪਨਾ ਕਰੋ ਕਿ ਤੁਸੀਂ ਇੱਕ ਖੋਜਕਰਤਾ ਹੋ ਜੋ ਇਸ ਸਿਸਟਮ ਨੂੰ ਖੇਡਣਾ ਚਾਹੁੰਦਾ ਹੈ। ਇਹ ਹੈ ਜੋ ਤੁਸੀਂ ਕਰਦੇ ਹੋ। ਬਹੁਤ ਸਾਰੇ ਛੋਟੇ ਅਤੇ ਅੰਕੜਾ ਕਮਜ਼ੋਰ ਅਧਿਐਨ ਚਲਾਓ. ਸਕਾਰਾਤਮਕ ਨਤੀਜਿਆਂ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਫਲਾਈ 'ਤੇ ਆਪਣੇ ਤਰੀਕਿਆਂ ਨੂੰ ਬਦਲੋ। ਜੇ ਤੁਸੀਂ ਨਕਾਰਾਤਮਕ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹੋ, ਤਾਂ ਉਹਨਾਂ ਨੂੰ ਗਲੀਚੇ ਦੇ ਹੇਠਾਂ ਝਾੜੋ. ਕਦੇ ਵੀ ਪੁਰਾਣੇ ਨਤੀਜਿਆਂ ਦੀ ਜਾਂਚ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਨਾ ਕਰੋ; ਸਿਰਫ ਨਵੇਂ ਅਤੇ ਦਿਲਚਸਪ ਲੋਕਾਂ ਦਾ ਪਿੱਛਾ ਕਰੋ। ਇਹ ਸਿਰਫ ਫੈਂਸੀ ਦੀਆਂ ਉਡਾਣਾਂ ਨਹੀਂ ਹਨ। ਅਸੀਂ ਜਾਣਦੇ ਹਾਂ ਕਿ ਅਜਿਹੇ ਅਭਿਆਸ ਬਹੁਤ ਹਨ. ਉਹ ਪ੍ਰਕਾਸ਼ਨ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਬਹੁਤ ਵਧੀਆ ਹਨ, ਪਰ ਉਹ ਨਤੀਜਿਆਂ ਨਾਲ ਵਿਗਿਆਨਕ ਰਿਕਾਰਡ ਨੂੰ ਵੀ ਪ੍ਰਦੂਸ਼ਿਤ ਕਰਦੇ ਹਨ ਅਸਲ ਵਿੱਚ ਸੱਚ ਨਹੀਂ ਹਨ। ਰਿਚਰਡ ਹੌਰਟਨ ਦੇ ਰੂਪ ਵਿੱਚ, ਦੇ ਸੰਪਾਦਕ ਲੈਨਸੇਟ ਇੱਕ ਵਾਰ ਲਿਖਿਆ ਸੀ, “ਕਿਸੇ ਨੂੰ ਵੀ ਸਹੀ ਹੋਣ ਲਈ ਪ੍ਰੇਰਿਆ ਨਹੀਂ ਜਾਂਦਾ। ਇਸ ਦੀ ਬਜਾਏ, ਵਿਗਿਆਨੀਆਂ ਨੂੰ ਹੋਣ ਲਈ ਉਤਸ਼ਾਹਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਉਤਪਾਦਕ. "
ਇਹ ਕੋਈ ਨਵਾਂ ਵਿਚਾਰ ਨਹੀਂ ਹੈ। 1970 ਦੇ ਦਹਾਕੇ ਵਿੱਚ, ਸਮਾਜ ਵਿਗਿਆਨੀ ਡੋਨਾਲਡ ਕੈਂਪਬੈਲ ਨੇ ਲਿਖਿਆ ਸੀ ਕਿ ਗੁਣਵੱਤਾ ਦਾ ਕੋਈ ਵੀ ਮੈਟ੍ਰਿਕ ਖਰਾਬ ਹੋ ਸਕਦਾ ਹੈ ਜੇਕਰ ਲੋਕ ਆਪਣੇ ਆਪ ਨੂੰ ਮੈਟ੍ਰਿਕ ਨੂੰ ਉਹਨਾਂ ਗੁਣਾਂ ਨਾਲੋਂ ਪਹਿਲ ਦੇਣਾ ਸ਼ੁਰੂ ਕਰ ਦਿੰਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ ਇਹ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ। "ਸਾਨੂੰ ਅਹਿਸਾਸ ਹੋਇਆ ਕਿ ਉਸਦੀ ਦਲੀਲ ਕੰਮ ਕਰਦੀ ਹੈ ਭਾਵੇਂ ਵਿਅਕਤੀ ਆਪਣੇ ਮੈਟ੍ਰਿਕਸ ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਨਾ ਕਰ ਰਹੇ ਹੋਣ," ਸਮਾਲਡੀਨੋ ਕਹਿੰਦਾ ਹੈ।
ਉਸਨੇ ਅਤੇ McElreath ਨੇ ਇੱਕ ਗਣਿਤਿਕ ਮਾਡਲ ਬਣਾ ਕੇ ਇਸਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ ਜਿਸ ਵਿੱਚ ਸਿਮੂਲੇਟਡ ਲੈਬਾਂ ਇੱਕ ਦੂਜੇ ਨਾਲ ਮੁਕਾਬਲਾ ਕਰਦੀਆਂ ਹਨ ਅਤੇ ਵਿਕਸਿਤ ਹੁੰਦੀਆਂ ਹਨ-ਸੋਚੋ SimAcademia। ਪ੍ਰਯੋਗਸ਼ਾਲਾਵਾਂ ਅਧਿਐਨ ਕਰਨ ਲਈ ਚੀਜ਼ਾਂ ਦੀ ਚੋਣ ਕਰਦੀਆਂ ਹਨ, ਉਹਨਾਂ ਦੀਆਂ ਧਾਰਨਾਵਾਂ ਨੂੰ ਪਰਖਣ ਲਈ ਪ੍ਰਯੋਗ ਚਲਾਉਂਦੀਆਂ ਹਨ, ਅਤੇ ਉਹਨਾਂ ਦੇ ਨਤੀਜਿਆਂ ਨੂੰ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੀਆਂ ਹਨ। ਉਹ ਇਸ ਗੱਲ ਵਿੱਚ ਭਿੰਨ ਹੁੰਦੇ ਹਨ ਕਿ ਉਹ ਆਪਣੇ ਵਿਚਾਰਾਂ ਦੀ ਜਾਂਚ ਕਰਨ ਵਿੱਚ ਕਿੰਨੀ ਮਿਹਨਤ ਕਰਦੇ ਹਨ, ਜੋ ਉਹਨਾਂ ਨੂੰ ਕਿੰਨੇ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਨ, ਅਤੇ ਉਹ ਨਤੀਜੇ ਕਿੰਨੇ ਭਰੋਸੇਯੋਗ ਹਨ। ਇੱਥੇ ਇੱਕ ਵਪਾਰ ਹੈ: ਵਧੇਰੇ ਕੋਸ਼ਿਸ਼ ਦਾ ਮਤਲਬ ਹੈ ਸੱਚਾ ਪਰ ਘੱਟ ਪ੍ਰਕਾਸ਼ਨ।
ਮਾਡਲ ਵਿੱਚ, ਜਿਵੇਂ ਕਿ ਅਸਲ ਅਕਾਦਮਿਕ ਵਿੱਚ, ਸਕਾਰਾਤਮਕ ਨਤੀਜਿਆਂ ਨੂੰ ਨਕਾਰਾਤਮਕ ਨਾਲੋਂ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਨਾ ਆਸਾਨ ਹੁੰਦਾ ਹੈ, ਅਤੇ ਵਧੇਰੇ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਨ ਵਾਲੀਆਂ ਲੈਬਾਂ ਨੂੰ ਵਧੇਰੇ ਮਾਣ, ਫੰਡਿੰਗ ਅਤੇ ਵਿਦਿਆਰਥੀ ਪ੍ਰਾਪਤ ਹੁੰਦੇ ਹਨ। ਉਹ ਆਪਣੇ ਅਭਿਆਸਾਂ ਨੂੰ ਵੀ ਪਾਸ ਕਰਦੇ ਹਨ. ਹਰ ਪੀੜ੍ਹੀ ਦੇ ਨਾਲ, ਸਭ ਤੋਂ ਪੁਰਾਣੀ ਪ੍ਰਯੋਗਸ਼ਾਲਾਵਾਂ ਵਿੱਚੋਂ ਇੱਕ ਦੀ ਮੌਤ ਹੋ ਜਾਂਦੀ ਹੈ, ਜਦੋਂ ਕਿ ਇੱਕ ਸਭ ਤੋਂ ਵੱਧ ਲਾਭਕਾਰੀ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਦੁਬਾਰਾ ਪੈਦਾ ਕਰਦੀ ਹੈ, ਇੱਕ ਔਲਾਦ ਪੈਦਾ ਕਰਦੀ ਹੈ ਜੋ ਮਾਤਾ-ਪਿਤਾ ਦੀ ਖੋਜ ਸ਼ੈਲੀ ਦੀ ਨਕਲ ਕਰਦੀ ਹੈ। ਇਹ ਆਪਣੀ ਖੁਦ ਦੀ ਲੈਬ ਸ਼ੁਰੂ ਕਰਨ ਵਾਲੀ ਇੱਕ ਸਫਲ ਟੀਮ ਦੇ ਵਿਦਿਆਰਥੀ ਦੇ ਬਰਾਬਰ ਹੈ।
ਸਮੇਂ ਦੇ ਨਾਲ, ਅਤੇ ਬਹੁਤ ਸਾਰੇ ਸਿਮੂਲੇਸ਼ਨਾਂ ਵਿੱਚ, ਵਰਚੁਅਲ ਲੈਬਾਂ ਬਹੁਤ ਘੱਟ ਕੋਸ਼ਿਸ਼ਾਂ, ਮਾੜੇ ਤਰੀਕਿਆਂ, ਅਤੇ ਲਗਭਗ ਪੂਰੀ ਤਰ੍ਹਾਂ ਭਰੋਸੇਮੰਦ ਨਤੀਜਿਆਂ ਵੱਲ ਵਧਦੀਆਂ ਗਈਆਂ। ਅਤੇ ਇੱਥੇ ਮਹੱਤਵਪੂਰਨ ਗੱਲ ਇਹ ਹੈ: ਕਲਪਨਾਤਮਕ ਖੋਜਕਰਤਾ ਦੇ ਉਲਟ ਜੋ ਮੈਂ ਪਹਿਲਾਂ ਸੋਚਿਆ ਸੀ, ਇਹਨਾਂ ਵਿੱਚੋਂ ਕੋਈ ਵੀ ਸਿਮੂਲੇਟਿਡ ਵਿਗਿਆਨੀ ਸਰਗਰਮੀ ਨਾਲ ਧੋਖਾ ਦੇਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਨਹੀਂ ਕਰ ਰਹੇ ਹਨ। ਉਨ੍ਹਾਂ ਨੇ ਕੋਈ ਰਣਨੀਤੀ ਨਹੀਂ ਵਰਤੀ, ਅਤੇ ਉਨ੍ਹਾਂ ਨੇ ਇਮਾਨਦਾਰੀ ਨਾਲ ਵਿਵਹਾਰ ਕੀਤਾ। ਅਤੇ ਫਿਰ ਵੀ, ਭਾਈਚਾਰਾ ਕੁਦਰਤੀ ਤੌਰ 'ਤੇ ਗਰੀਬ ਤਰੀਕਿਆਂ ਵੱਲ ਖਿਸਕ ਗਿਆ ਹੈ। ਮਾਡਲ ਜੋ ਦਿਖਾਉਂਦਾ ਹੈ ਉਹ ਇਹ ਹੈ ਕਿ ਇੱਕ ਸੰਸਾਰ ਜੋ ਵਿਗਿਆਨੀਆਂ ਨੂੰ ਸਭ ਤੋਂ ਵੱਧ ਪ੍ਰਕਾਸ਼ਨਾਂ ਲਈ ਇਨਾਮ ਦਿੰਦਾ ਹੈ - ਇੱਕ ਸੰਸਾਰ ਇਸ ਤੋਂ ਉਲਟ ਨਹੀਂ - ਕੁਦਰਤੀ ਤੌਰ 'ਤੇ ਕਮਜ਼ੋਰ ਵਿਗਿਆਨ ਲਈ ਚੁਣਦਾ ਹੈ।
ਸੈਂਟਰ ਆਫ਼ ਓਪਨ ਸਾਇੰਸ ਤੋਂ ਬ੍ਰਾਇਨ ਨੋਸੇਕ ਕਹਿੰਦਾ ਹੈ, “ਮਾਡਲ ਆਸ਼ਾਵਾਦੀ ਵੀ ਹੋ ਸਕਦਾ ਹੈ, ਕਿਉਂਕਿ ਇਹ ਸਥਿਤੀ ਨੂੰ ਜਾਇਜ਼ ਠਹਿਰਾਉਣ ਅਤੇ ਬਚਾਅ ਕਰਨ ਦੀ ਸਾਡੀ ਮੰਦਭਾਗੀ ਪ੍ਰਵਿਰਤੀ ਲਈ ਖਾਤਾ ਨਹੀਂ ਹੈ। ਉਹ ਨੋਟ ਕਰਦਾ ਹੈ, ਉਦਾਹਰਨ ਲਈ, ਸਮਾਜਿਕ ਅਤੇ ਜੀਵ ਵਿਗਿਆਨ ਵਿੱਚ ਅਧਿਐਨ, ਔਸਤਨ, ਬੁਰੀ ਤਰ੍ਹਾਂ ਘੱਟ ਸ਼ਕਤੀ ਵਾਲੇ ਹੁੰਦੇ ਹਨ - ਉਹ ਭਰੋਸੇਯੋਗ ਨਤੀਜੇ ਲੱਭਣ ਲਈ ਬਹੁਤ ਛੋਟੇ ਹੁੰਦੇ ਹਨ।
ਘੱਟ ਅੰਕੜਾ ਸ਼ਕਤੀ ਕਮਜ਼ੋਰ ਖੋਜ ਦਾ ਇੱਕ ਸਪੱਸ਼ਟ ਲੱਛਣ ਹੈ। ਇਹ ਆਸਾਨੀ ਨਾਲ ਗਿਣਿਆ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਲੋਕ 1960 ਦੇ ਦਹਾਕੇ ਤੋਂ ਇਸ ਬਾਰੇ ਗੱਲ ਕਰ ਰਹੇ ਹਨ. ਅਤੇ ਫਿਰ ਵੀ, 50 ਤੋਂ ਵੱਧ ਸਾਲਾਂ ਵਿੱਚ, ਇਸ ਵਿੱਚ ਬਿਲਕੁਲ ਵੀ ਸੁਧਾਰ ਨਹੀਂ ਹੋਇਆ ਹੈ। ਅਸਲ ਵਿੱਚ, "ਅਜੇ ਵੀ ਵਿਗਿਆਨੀਆਂ ਦੁਆਰਾ ਅੰਕੜਾ ਸ਼ਕਤੀ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਦੇ ਯਤਨਾਂ ਦਾ ਸਰਗਰਮ ਵਿਰੋਧ ਹੈ," ਨੋਸੇਕ ਕਹਿੰਦਾ ਹੈ। "ਇਸ ਨੂੰ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਨ ਦੀ ਇੱਛਾ ਦੇ ਨਾਲ ਇਸ ਨੂੰ ਸਹੀ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ ਪ੍ਰਬਲ ਇੱਛਾ ਨਾਲ, ਖੋਜਕਰਤਾ ਵਿਗਿਆਨ ਲਈ ਜ਼ੀਰੋ ਰੀਡੀਮਿੰਗ ਗੁਣਾਂ ਦੇ ਬਾਵਜੂਦ ਘੱਟ ਅੰਕੜਾ ਸ਼ਕਤੀ ਦਾ ਬਚਾਅ ਕਰਨਗੇ."
ਵਿਗਿਆਨੀ ਹੁਣ ਉਸ ਖੜੋਤ ਦੇ ਨਤੀਜਿਆਂ ਨਾਲ ਜੂਝ ਰਹੇ ਹਨ। ਸਮੇਤ ਕਈ ਖੇਤਰਾਂ ਵਿੱਚ ਨਿਊਰੋਸਾਈਂਸ, ਜੈਨੇਟਿਕਸ, ਮਨੋਵਿਗਿਆਨ, ਵਾਤਾਵਰਣਹੈ, ਅਤੇ ਬਾਇਓਮੈਡੀਸਾਈਨ, ਏ ਦੀ ਗੱਲ ਹੈ ਪ੍ਰਜਨਨ ਸਮਰੱਥਾ ਸੰਕਟ, ਜਿੱਥੇ ਕਮਜ਼ੋਰ ਅਤੇ ਮਾੜੇ ਡਿਜ਼ਾਈਨ ਕੀਤੇ ਅਧਿਐਨ ਸੰਸਾਰ ਨੂੰ ਸ਼ੱਕੀ ਖੋਜਾਂ ਨਾਲ ਭਰ ਦਿੱਤਾ ਹੈ। "ਅਸੀਂ ਵਿਗਿਆਨ ਦੇ ਸੱਭਿਆਚਾਰ ਬਾਰੇ ਸ਼ਿਕਾਇਤ ਕਰਨ ਵਿੱਚ ਬਹੁਤ ਸਮਾਂ ਬਿਤਾਉਂਦੇ ਹਾਂ, ਪਰ ਮੌਖਿਕ ਦਲੀਲਾਂ ਲੋਕਾਂ ਨੂੰ ਇੱਕ ਦੂਜੇ ਤੋਂ ਪਹਿਲਾਂ ਗੱਲ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀਆਂ ਹਨ," ਸਮਾਲਡੀਨੋ ਕਹਿੰਦਾ ਹੈ। "ਇੱਕ ਰਸਮੀ ਮਾਡਲ ਤੁਹਾਨੂੰ ਇਸ ਬਾਰੇ ਸਪੱਸ਼ਟ ਹੋਣ ਦਿੰਦਾ ਹੈ ਕਿ ਤੁਸੀਂ ਕਿਸ ਬਾਰੇ ਗੱਲ ਕਰ ਰਹੇ ਹੋ।"
ਉਦਾਹਰਨ ਲਈ, ਬਹੁਤ ਸਾਰੇ ਵਿਗਿਆਨੀਆਂ ਨੇ ਵਿਗਿਆਨ ਦੀ ਭਰੋਸੇਯੋਗਤਾ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਦੇ ਇੱਕ ਤਰੀਕੇ ਵਜੋਂ ਇਹ ਦੇਖਣ ਲਈ ਕਿ ਕੀ ਉਹਨਾਂ ਦੇ ਨਤੀਜੇ ਸਾਹਮਣੇ ਆਉਂਦੇ ਹਨ - ਪਿਛਲੇ ਅਧਿਐਨਾਂ ਨੂੰ ਦੁਹਰਾਉਣ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕੀਤਾ ਹੈ। ਪਰ ਇਹ ਚੀਜ਼ਾਂ ਨੂੰ ਠੀਕ ਨਹੀਂ ਕਰੇਗਾ, ਸਮਾਲਡੀਨੋ ਅਤੇ ਮੈਕਲਰੇਥ ਦੇ ਮਾਡਲ ਦੇ ਅਨੁਸਾਰ. ਉਨ੍ਹਾਂ ਦੀਆਂ ਲੈਬਾਂ ਕਰ ਸਕਦਾ ਹੈ ਪਿਛਲੇ ਕੰਮ ਨੂੰ ਦੁਹਰਾਉਣ ਵਿੱਚ ਸਮਾਂ ਬਿਤਾਓ, ਅਤੇ ਜੇਕਰ ਉਹ ਕੋਸ਼ਿਸ਼ਾਂ ਅਸਫਲ ਹੋ ਜਾਂਦੀਆਂ ਹਨ, ਤਾਂ ਅਸਲ ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਇੱਕ ਵੱਡੀ ਪ੍ਰਸਿੱਧੀ ਪ੍ਰਾਪਤ ਕੀਤੀ। ਪਰ ਇਸ ਨਾਲ ਕੋਈ ਫ਼ਰਕ ਨਹੀਂ ਪੈਂਦਾ "ਕਿਉਂਕਿ ਇੱਥੇ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਦੁਹਰਾਉਣ ਤੋਂ ਵੱਧ ਨਤੀਜੇ ਹਨ," ਸਮਾਲਡੀਨੋ ਕਹਿੰਦਾ ਹੈ। ਲੰਬੇ ਸਮੇਂ ਵਿੱਚ, ਘਟੀਆ ਤਰੀਕਿਆਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੀਆਂ ਲੈਬਾਂ ਇਸ ਤੋਂ ਦੂਰ ਹੋ ਗਈਆਂ, ਭਾਵੇਂ ਕਿ ਦੂਜਿਆਂ ਨੇ ਕਦੇ-ਕਦਾਈਂ ਉਨ੍ਹਾਂ ਦੇ ਸ਼ੱਕੀ ਨਤੀਜਿਆਂ 'ਤੇ ਉਨ੍ਹਾਂ ਨੂੰ ਬੁਲਾਇਆ।
ਉਹ ਤਬਦੀਲੀਆਂ ਵਿਆਪਕ ਹੋਣੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ, ਪਰ ਉਹਨਾਂ ਨੂੰ ਵੱਡੇ ਹੋਣ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ, ਨੋਸੇਕ ਕਹਿੰਦਾ ਹੈ. ਉਦਾਹਰਨ ਲਈ, ਜਦੋਂ ਵਿਗਿਆਨੀ ਤਰੱਕੀਆਂ ਲਈ ਜਾਂਦੇ ਹਨ, ਤਾਂ ਉਹਨਾਂ ਨੂੰ ਅਕਸਰ ਕਾਗਜ਼ਾਂ ਦੀ ਪੂਰੀ ਸੂਚੀ ਜਮ੍ਹਾਂ ਕਰਾਉਣ ਲਈ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਕਿਸੇ ਕੋਲ ਸਮਾਂ ਨਹੀਂ ਹੈ ਨੂੰ ਪੜ੍ਹਨ ਉਹ ਸਾਰੇ, ਇਸਲਈ ਕਮੇਟੀ ਦੇ ਮੈਂਬਰ ਅਪੂਰਣ ਮੈਟ੍ਰਿਕਸ ਜਿਵੇਂ ਕਿ ਪੇਪਰਾਂ ਦੀ ਗਿਣਤੀ ਜਾਂ ਰਸਾਲਿਆਂ ਦੀ ਪ੍ਰਤਿਸ਼ਠਾ ਲਈ ਡਿਫੌਲਟ ਹੁੰਦੇ ਹਨ। ਨੋਸੇਕ ਕਹਿੰਦਾ ਹੈ, “ਇਕ ਆਸਾਨ ਤਬਦੀਲੀ ਉਮੀਦਵਾਰ ਨੂੰ ਤਿੰਨ ਲੇਖ ਭੇਜਣ ਲਈ ਕਹਿਣਾ ਹੈ, ਜਿਸ ਨੂੰ ਕਮੇਟੀ ਪੜ੍ਹ ਅਤੇ ਮੁਲਾਂਕਣ ਕਰ ਸਕਦੀ ਹੈ,” ਨੋਸੇਕ ਕਹਿੰਦਾ ਹੈ। "ਹੁਣ, ਉਮੀਦਵਾਰ ਦੇ ਪ੍ਰੋਤਸਾਹਨ ਕੰਮ ਦੇ ਤਿੰਨ ਵਧੀਆ ਟੁਕੜੇ ਪੈਦਾ ਕਰਨ ਲਈ ਹਨ."
ਪਰ ਯੂਕੇ ਨੇ ਪਹਿਲਾਂ ਹੀ ਭੜਕਾਇਆ ਹੈ ਅਜਿਹੇ ਸਿਸਟਮ ਇਸਦੇ ਵਿਗਿਆਨੀਆਂ ਦਾ ਨਿਰਣਾ ਕਰਨ ਲਈ, ਅਤੇ ਐਂਡਰਿ Hig ਹਿਗਿਨਸਨ ਅਤੇ ਮਾਰਕਸ ਮੁਨਾਫੋ, ਕ੍ਰਮਵਾਰ ਐਕਸੀਟਰ ਅਤੇ ਬ੍ਰਿਸਟਲ ਦੀਆਂ ਯੂਨੀਵਰਸਿਟੀਆਂ ਦੇ ਦੋ ਮਨੋਵਿਗਿਆਨੀ, ਅਸਹਿਮਤ ਹੋਣਗੇ ਕਿ ਇਹ ਬਿਹਤਰ ਹੈ। ਉਹਨਾਂ ਨੇ ਇਹ ਅਨੁਮਾਨ ਲਗਾਉਣ ਲਈ ਇੱਕ ਹੋਰ ਗਣਿਤਿਕ ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਕਿ ਕਿਵੇਂ ਵਿਗਿਆਨੀਆਂ ਨੂੰ ਉਹਨਾਂ ਦੇ ਪ੍ਰਕਾਸ਼ਨਾਂ ਦੇ ਮੁੱਲ ਨੂੰ ਉਹਨਾਂ ਦੇ ਕਰੀਅਰ ਲਈ ਵੱਧ ਤੋਂ ਵੱਧ ਕਰਨ ਲਈ ਕੰਮ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਅਤੇ ਉਹਨਾਂ ਨੇ ਪਾਇਆ ਕਿ ਜੇਕਰ ਲੋਕਾਂ ਨੂੰ ਉੱਚ-ਪ੍ਰਭਾਵੀ ਪ੍ਰਕਾਸ਼ਨਾਂ ਦੀ ਇੱਕ ਛੋਟੀ ਜਿਹੀ ਗਿਣਤੀ ਦੇ ਅਧਾਰ ਤੇ ਨਿਰਣਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਉਹਨਾਂ ਦੀ ਸਭ ਤੋਂ ਵਧੀਆ ਰਣਨੀਤੀ ਉਹਨਾਂ ਦੇ ਸਾਰੇ ਯਤਨਾਂ ਨੂੰ ਘੱਟ ਸ਼ਕਤੀ ਵਾਲੇ ਅਧਿਐਨਾਂ 'ਤੇ ਕੇਂਦ੍ਰਿਤ ਕਰਨਾ ਹੈ ਜੋ ਪੁਰਾਣੇ ਅਧਿਐਨਾਂ ਦੀ ਜਾਂਚ ਕੀਤੇ ਬਿਨਾਂ ਹੀ ਨਵੀਆਂ ਖੋਜਾਂ 'ਤੇ ਜਾਂਦੇ ਹਨ। ਨਤੀਜੇ ਵਜੋਂ, ਉਹ ਜੋ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਦੇ ਹਨ, ਉਨ੍ਹਾਂ ਵਿੱਚੋਂ ਅੱਧਾ ਗਲਤ ਹੋਵੇਗਾ।
ਹੋਰ ਹੱਲ ਹਨ. ਕੁਝ ਵਿਗਿਆਨੀਆਂ ਨੇ "ਪੂਰਵ-ਰਜਿਸਟ੍ਰੇਸ਼ਨ" ਦੀ ਇੱਕ ਪ੍ਰਣਾਲੀ ਲਈ ਦਲੀਲ ਦਿੱਤੀ ਹੈ, ਜਿੱਥੇ ਉਹਨਾਂ ਦੇ ਵਿਚਾਰਾਂ ਅਤੇ ਯੋਜਨਾਵਾਂ ਦੇ ਪਿੱਛੇ ਕੰਮ ਦਾ ਮੁਲਾਂਕਣ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅੱਗੇ ਕੋਈ ਵੀ ਅਸਲ ਕੰਮ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਉਹ ਪੱਤਰ ਦੀਆਂ ਯੋਜਨਾਵਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਵਚਨਬੱਧ ਹਨ, ਅਤੇ ਰਸਾਲੇ ਨਤੀਜੇ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਨ ਲਈ ਵਚਨਬੱਧ ਹਨ ਜੋ ਵੀ ਹੋ ਸਕਦਾ ਹੈ। ਇਹ ਪੇਪਰ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀਆਂ ਸੰਭਾਵਨਾਵਾਂ ਨੂੰ ਵਧਾਉਣ ਲਈ ਅਧਿਐਨ ਨਾਲ ਗੜਬੜ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਅਤੇ ਪ੍ਰੇਰਣਾ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ। ਇਹ ਫੋਕਸ ਨੂੰ ਧਿਆਨ ਖਿੱਚਣ ਵਾਲੇ ਨਤੀਜਿਆਂ ਤੋਂ ਦੂਰ ਅਤੇ ਠੋਸ, ਭਰੋਸੇਮੰਦ ਤਰੀਕਿਆਂ ਵੱਲ ਵੀ ਲੈ ਜਾਂਦਾ ਹੈ। ਲਗਭਗ 40 ਰਸਾਲੇ ਇਸ ਕਿਸਮ ਦੀਆਂ ਰਜਿਸਟਰਡ ਰਿਪੋਰਟਾਂ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰ ਰਹੇ ਹਨ, ਅਤੇ ਇਸ ਲਈ ਅੱਗੇ ਵਧ ਰਹੇ ਹਨ ਉਹਨਾਂ ਨੂੰ ਗ੍ਰਾਂਟਾਂ ਨਾਲ ਹੋਰ ਨੇੜਿਓਂ ਜੋੜੋ, ਤਾਂ ਕਿ ਅਧਿਐਨ ਦੇ ਤਰੀਕਿਆਂ ਦੀ ਇੱਕ ਸਿੰਗਲ ਸਮੀਖਿਆ ਫੰਡਿੰਗ ਦੀ ਗਰੰਟੀ ਦਿੰਦੀ ਹੈ ਅਤੇ ਪ੍ਰਕਾਸ਼ਨ.
ਪ੍ਰਮੁੱਖ ਰਸਾਲੇ ਪਸੰਦ ਕਰਦੇ ਹਨ ਕੁਦਰਤ ਅਤੇ ਸਾਇੰਸ ਅਸਲ ਵਿੱਚ ਲੇਖਕਾਂ ਨੂੰ ਉਹਨਾਂ ਦੇ ਡੇਟਾ ਅਤੇ ਤਰੀਕਿਆਂ ਬਾਰੇ ਵਧੇਰੇ ਪਾਰਦਰਸ਼ੀ ਹੋਣ ਲਈ ਉਤਸ਼ਾਹਿਤ ਕਰ ਰਹੇ ਹਨ, ਜਦੋਂ ਕਿ ਸੰਪਾਦਕਾਂ ਲਈ ਨਵੇਂ ਪੇਪਰਾਂ ਦੇ ਅੰਕੜਿਆਂ ਦੇ ਗੁਣਾਂ ਦਾ ਮੁਆਇਨਾ ਕਰਨਾ ਆਸਾਨ ਬਣਾਉਣ ਲਈ ਚੈਕਲਿਸਟ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ। ਅਤੇ ਨੋਸੇਕ ਸੈਂਟਰ ਫਾਰ ਓਪਨ ਸਾਇੰਸ ਨੇ ਬਣਾਇਆ ਹੈ ਪਾਰਦਰਸ਼ਤਾ, ਖੁੱਲੇਪਨ ਅਤੇ ਪ੍ਰਜਨਨਯੋਗਤਾ ਲਈ ਮਾਪਦੰਡ ਕਿ ਰਸਾਲੇ ਅਤੇ ਫੰਡਿੰਗ ਏਜੰਸੀਆਂ ਸਾਈਨ ਅੱਪ ਕਰ ਸਕਦੀਆਂ ਹਨ, ਅਤੇ ਚੰਗੇ ਵਿਹਾਰ ਲਈ ਬੈਜ.
ਆਖਰਕਾਰ, "ਜਟਿਲ ਵਿਗਿਆਨ ਈਕੋਸਿਸਟਮ ਵਿੱਚ ਪ੍ਰੋਤਸਾਹਨ ਨੂੰ ਬਦਲਣਾ ਇੱਕ ਤਾਲਮੇਲ ਸਮੱਸਿਆ ਹੈ," ਨੋਸੇਕ ਕਹਿੰਦਾ ਹੈ। "ਸੰਸਥਾਵਾਂ, ਫੰਡਰਜ਼, ਸੰਪਾਦਕ, ਸੁਸਾਇਟੀਆਂ ਅਤੇ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਆਪ ਸਭ ਨੂੰ ਆਪਣੀਆਂ ਉਮੀਦਾਂ ਨੂੰ ਥੋੜਾ ਜਿਹਾ ਬਦਲਣ ਦੀ ਲੋੜ ਹੈ ਨਹੀਂ ਤਾਂ ਕੋਈ ਤਬਦੀਲੀ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਨਹੀਂ ਹੋਵੇਗੀ।"
ਮੁਨਾਫੋ ਆਸਵੰਦ ਹੈ। "ਅਸੀਂ ਸਮੱਸਿਆ ਦਾ ਵਰਣਨ ਕਰਨ ਤੋਂ ਇਸ ਦੇ ਸੁਭਾਅ ਨੂੰ ਸਮਝਣ ਲਈ ਅੱਗੇ ਵਧੇ ਹਾਂ," ਉਹ ਕਹਿੰਦਾ ਹੈ। “ਇਹ ਇੱਕ ਸਿਹਤਮੰਦ ਸੰਕੇਤ ਹੈ। ਉਮੀਦ ਹੈ ਕਿ ਇਹ ਸੁਰਾਗ ਵੱਲ ਲੈ ਜਾਵੇਗਾ ਕਿ ਅਸੀਂ ਪ੍ਰੇਰਕ ਢਾਂਚੇ ਨੂੰ ਸਭ ਤੋਂ ਕੁਸ਼ਲਤਾ ਨਾਲ ਕਿੱਥੇ ਬਦਲ ਸਕਦੇ ਹਾਂ। ਅਸੀਂ ਇੱਕ ਦਿਲਚਸਪ ਕੁਦਰਤੀ ਪ੍ਰਯੋਗ ਦੇ ਵਿਚਕਾਰ ਹਾਂ, ਬਹੁਤ ਸਾਰੀਆਂ ਕਾਢਾਂ ਪੇਸ਼ ਕੀਤੀਆਂ ਜਾਂ ਪਾਇਲਟ ਕੀਤੀਆਂ ਜਾ ਰਹੀਆਂ ਹਨ। ਕੀ ਕੰਮ ਕਰਦਾ ਹੈ ਅਤੇ ਕੀ ਕੰਮ ਨਹੀਂ ਕਰਦਾ, ਅਤੇ ਕੀ ਪ੍ਰਸਿੱਧ ਬਨਾਮ ਅਪ੍ਰਸਿੱਧ ਹੈ, ਇਹ ਵੇਖਣਾ ਬਾਕੀ ਹੈ। ”
"ਮੈਂ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਿਰਾਸ਼ਾਵਾਦੀ ਨਹੀਂ ਬਣਨਾ ਚਾਹੁੰਦਾ, ”ਸਮਾਲਡੀਨੋ ਕਹਿੰਦਾ ਹੈ। “ਇੱਥੇ ਬਹੁਤ ਸਾਰੇ ਉੱਚ-ਗੁਣਵੱਤਾ ਵਾਲੇ ਵਿਗਿਆਨੀ ਹਨ ਜੋ ਉੱਚ-ਗੁਣਵੱਤਾ ਵਾਲੇ ਕੰਮ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਨ। ਬਹੁਤ ਸਾਰੇ ਲੋਕ ਇਹ ਸਮਝਦੇ ਹਨ ਕਿ ਗੁਣਵੱਤਾ ਮਹੱਤਵਪੂਰਨ ਹੈ. ਮੈਨੂੰ ਉਮੀਦ ਹੈ ਕਿ ਇਹ ਭਾਵਨਾ ਕਾਇਮ ਰਹੇਗੀ। ”
ZNetwork ਨੂੰ ਸਿਰਫ਼ ਇਸਦੇ ਪਾਠਕਾਂ ਦੀ ਉਦਾਰਤਾ ਦੁਆਰਾ ਫੰਡ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
ਦਾਨ