Как я могу указать на ошибки в данных, которые я получил в своей диссертации? Где это упоминать?

Не публикуйте НИЧЕГО, что, как вы знаете, является неправдой, или даже подозреваете , что это неправда.

Я доктор философии, научный сотрудник и бывший профессор колледжа.

Вы просто в беде. Вы не можете публиковать выводы, которые неверны, если данные ошибочны, вы будете публиковать известную ложь.

Лучше всего изменить масштаб данных на некоторую величину, скажем, в 10 раз, или преобразовать миллиметры в дюймы или наоборот, или градусы Фаренгейта в градусы Цельсия, и посмотреть, верны ли ваши выводы. Если число произвольное, попробуйте несколько, например [0,25, 0,5, 2, 5, 10, 50].

Если все они дают одинаковые результаты, вы можете сказать ( очень рано, например, в конце вашего введения), что в ваших данных была обнаружена ошибка масштабирования неизвестной величины, но ваши выводы остались верными, когда данные были изменены. на несколько различных величин [0,25, 0,5, 2, 5, 10, 50], поэтому есть основания полагать, что результаты масштабно-инвариантны.

Однако, если эти эксперименты НЕ дают одинаковых результатов, вам следует выяснить, насколько большим или малым может быть коэффициент масштабирования, чтобы получить ОДИНАКОВЫЕ результаты, и сообщить об этом. Тестируйте с шагом 10%; например [0,10, 0,20, ..., 0,90] для того, насколько малы, и с большими приращениями [1,25, 1,50, 2,0, 2,50, 3,0, 3,50, 4,0, 5,0, 7,0, 10,0].

Тогда вы можете сказать (очень рано), что после завершения исследования в данных была обнаружена ошибка масштабирования неизвестной величины, но ваши результаты остаются в силе, если данные масштабируются с коэффициентом в [0,25, 5,0]. ЭТО ПРИМЕР, вам придется найти верхнюю и нижнюю границы самостоятельно.

Если с аналитической точки зрения ваши рассуждения относительные (например, вы говорите, что «менее 10 % образцов соответствовали условию X» или говорите: «Эти образцы более чем в 3 раза превышают величину этих образцов»), то постоянный коэффициент масштабирования не подойдет. изменить логику относительных утверждений.

Вы должны изучить свою статью и посмотреть, какие утверждения являются относительными, а какие НЕ. Например, если вы думали, что температура выражается в градусах Фаренгейта, и сказали, что температура 20 градусов ниже точки замерзания (для воды), а затем обнаруживаете, что температура выражена в градусах Цельсия, ну, 20 градусов по Фаренгейту — это 68 градусов по Фаренгейту, а это далеко не замерзание, и эта логика и то, что из нее следует, просто необходимо пересмотреть или удалить.

Прошло некоторое время с тех пор, как я написал научную диссертацию, поэтому прошу прощения, но похоже, что это будет обсуждаться в разделе «Результаты» по причинам, по которым ваши данные возвращали неверные значения, и какие ошибки в ваших методах вы можете приписать этим результатам. В разделе «Методы» перечислены шаги, которые вы предприняли для получения возвращенных данных, поэтому они не должны иметь отношения к изменению, если вы признаете свою ошибку в разделе результатов.

У вас также должен быть раздел заключения, в котором вы должны исправить свой первоначальный вывод и сделать пересмотренный вывод на основе проблемного возврата. Наилучшая форма состоит в том, чтобы сделать все возможные выводы, которые вы можете сделать с данными, которые не были возвращены ошибочным образом, насколько это возможно, затем признать, что невозможно сделать вывод из-за неверных данных, и отметить, что модификация, которая может исправить эту ошибку в ваше тестирование. Наука в такой же степени занимается доказательством того, что вы знаете, как и признанием того, что не было доказано и почему.

В случае, если все возвращенные данные делают любое заключение недействительным. Начните с признания проблемы и показа, какие шаги не были предприняты, что привело к этой ситуации. Возможно, вам удастся избежать обсуждения первоначальных выводов, но имейте в виду, что это не будет окончательным без правильного набора данных. Если вывод настолько ошибочен, что он абсурден, обсудите логические причины, по которым это не может быть принято как допустимая возможность.

Поскольку до конца еще четыре недели, акцент в вашей диссертации сместился с презентации на выяснение того, что пошло не так. Это приведет вас к трем возможным результатам:

1) Вы точно обнаружите, что пошло не так, и это простой фактор, не влияющий на измерения. Примечания в методе или в начале результатов (например, «Измеренные значения в милях в час, преобразованные в м/с») будет достаточно.

2) Вы обнаружите, что пошло не так, и это могло повлиять на последствия результатов (например, «Изменения объемного расхода не учитывали изменение вязкости при повышении температуры»). Если еще есть время для повторного тестирования (при необходимости на меньшей выборке), это будет лучший выход, в противном случае следует сообщить о вашем расследовании - процесс обнаружения проблемы и вашего решения стал частью диссертации, и должны быть отражены в методе и результатах. Ваши выводы могут быть такими же, или вам, возможно, придется сообщить о неубедительных результатах.

3) Вы не можете обнаружить или количественно определить, что пошло не так. Теперь вы будете писать совсем другую диссертацию — отчет о возникших проблемах, а не нечто, ведущее к доказуемому заключению. Вы по-прежнему можете демонстрировать действительные научные методы — это стало предметом диссертации, а не то, что вы планировали изначально, и ваши выводы (если таковые имеются) должны это отражать.

Расследование того, что произошло, сейчас важно, так как то, как вы представите свои наблюдения, будет зависеть от того, что вы обнаружите. В любом случае есть результат, когда вы можете представить достоверные научные наблюдения, но то, как вы их представите, будет другим.

[Я также собираюсь согласиться с предложением Амадея применять возможные факторы итеративно — если вы сможете обнаружить вариацию, это может дать вам представление о том, что могло ее вызвать — например, если вы продолжаете сталкиваться с числами 9,81 или 3,142, вы можете догадаться о гравитационном ускорении в системе СИ или путанице окружности/диаметра.]

Стоит помнить, что до тех пор, пока соблюдается последовательный и повторяемый процесс, результаты, которые неубедительны или кажутся противоречащими гипотезе, являются действительными результатами.

Первое, что нужно сделать, это поговорить со своим руководителем о том, как они ожидают, что вы справитесь с этим. Дипломная работа бакалавра — это экзамен, и здесь важно то, чего хочет ваш научный руководитель.

В моей бакалаврской диссертации мне пришлось столкнуться с несколькими проблемами, начиная с неправильного дизайна исследования (это было пилотное исследование, разработанное моим руководителем, и в ходе моей диссертации он обнаружил, что дизайн не работает, поэтому все результаты были не имеет отношения к вопросу исследования!) к недостатку данных, чтобы сделать осмысленные выводы.

Он сказал мне следующее:

Игнорируйте все это и притворяйтесь, что дизайн и данные в порядке. Просто напишите свою диссертацию , как если бы данные были собраны должным образом. В конце концов, эта диссертация о том, как вы показываете мне, что можете написать статью, а не об этом конкретном исследовании.

У вашего научного руководителя может быть мнение, отличное от моего, и ваша диссертация может быть фактически переработана в опубликованную статью. Так спроси у них .