He enviado un artículo a una revista razonablemente buena en mi campo. Uno de los revisores cuestionó los métodos estadísticos y recomendó revisiones importantes. Sin entrar en el meollo del análisis, busqué la ayuda de un experto en estadísticas y, aunque dijeron que mi análisis no era estrictamente "incorrecto", me sugirieron que corrigiera mis valores de p para comparaciones múltiples para tranquilizar a los revisores. . El problema es que, cuando apliqué la corrección, ninguno de mis hallazgos resultó ser significativo. Estoy de acuerdo con eso, para la mayor parte del documento describimos tendencias generales de todos modos, así que creo que eliminar la mención de importancia no es gran cosa, y todos hablan sobre la necesidad de publicar hallazgos negativos, entonces, ¿por qué sería esto? ¿muy malo?
Sin embargo, mi asesor no está de acuerdo, piensan que el ajuste es demasiado estricto y estamos penalizando los hallazgos innecesariamente (estoy usando una tasa de descubrimiento falso, por lo que es lo más indulgente que podría obtener). También piensan que si eliminamos las menciones de importancia, es probable que el documento sea rechazado porque entonces no tenemos mucho para respaldar las tendencias que estamos presentando. Mi asesor quiere que siga adelante y vuelva a enviar el documento haciendo pequeños ajustes. Este sería el primer artículo que publico como primer autor, y estoy luchando por aceptar ignorar descaradamente el error estadístico que estaría cometiendo por publicarlo. Mi asesor ha accedido a que la corrección de los valores de p se aplique y discuta en mi tesis.
Mi dilema radica en si trato de pelear con mi asesor en esto (no creo que gane), o hago lo que me piden y espero que rechacen el artículo, o tal vez estoy exagerando esto y mi asesor es bien. Me preocupa que me arrepienta de publicar algo que sé que es cuestionable por el bien de la publicación.
Bueno, si estás dudando es porque en el fondo tienes una razón sólida para ello. Y lo hace, como dijo en su texto, los datos estadísticos carecen de respaldo adicional. Si es posible, agregue más datos a los datos existentes y realice los cambios correspondientes en el texto.
Se encuentra con frecuencia en trabajos de investigación, algunos atajos al presentar datos experimentales que carecen de alguna explicación/soporte. Por ejemplo, cambiar las escalas de los ejes, presentar datos en una escala de ejes normalizada, entre muchos otros. Estas técnicas de presentación de datos obligarán a los revisores a pasar más tiempo analizando sus datos en busca de pistas sobre la falta de validez. En tales casos, incluso si se publica, más adelante, se verá reflejado en el número de citas (por ejemplo). En pocas palabras, no recomiendo hacerlo hoy en día.
leucocitaria
usuario133933
snijderfrey
bryan krause
snijderfrey
Físico anónimo
rhialto