Je ne suis pas sûr du domaine scientifique auquel vous faites allusion (je suis sûr que la réponse serait très différente s'il s'agissait de la biologie par rapport à la physique, par exemple ...)
Quoi qu'il en soit, en tant que biologiste, je répondrai d'un point de vue "biologique":
Combien d'efforts devons-nous mettre pour comprendre le domaine d'application?
J'ai tendance au moins à lire les précédents articles des mêmes auteurs et à chercher quelques critiques sur le sujet si je ne le connais pas trop. Cela est particulièrement vrai lorsqu'il s'agit de nouvelles techniques que je ne connais pas, car je dois savoir si elles ont effectué tous les contrôles appropriés, etc.
Combien de temps dois-je consacrer à un rapport?
Autant que nécessaire (OK, réponse idiote, je sais!: P) En général, je ne voudrais pas que quelqu'un relisant mon article fasse un travail approximatif simplement parce qu'il / elle a autre chose à faire, j'essaie donc de ne pas le faire moi-même. .
Comment êtes-vous pointilleux quand vous regardez des figures / tableaux.
Assez pointilleux. Les chiffres sont la première chose que vous regardez lorsque vous parcourez un document. Ils doivent être cohérents (par exemple, titres corrects sur les axes, légende correcte, etc.). À l'occasion, j'ai suggéré d'utiliser un type de tracé différent pour afficher les données lorsque je pensais que celui utilisé n'était pas le meilleur. Cela se produit souvent en biologie, un domaine dominé par le type de graphique "graphique à barres +/- SEM". Je suis également assez pointilleux sur la section "matériaux et méthodes": une analyse statistique parfaite sur un modèle biologique fondamentalement erroné est totalement inutile.
Comment gérez-vous les données non disponibles?
Vous faites juste et faites confiance aux auteurs, je suppose. Dans de nombreux cas en biologie, vous ne pouvez pas faire grand chose, en particulier lorsque vous vous occupez d'éléments tels que l'imagerie ou le comportement animal, etc. Sauf si vous voulez que les gens publient des tonnes d'images, de vidéos, etc. (que vous ne voudriez probablement pas voir de toute façon), mais cela peut s'avérer très peu pratique. Si vous pensez que les données sont vraiment nécessaires, demandez aux auteurs de les fournir en tant que données / chiffres supplémentaires.
Est-ce que vous essayez de réexécuter l'analyse utilisée?
Seulement si j’ai de sérieux doutes sur les conclusions tirées par les auteurs. En biologie, il existe souvent une différence entre ce qui est (ou non) "statistiquement significatif" et ce qui est "biologiquement significatif". Je préfère une analyse statistique plus fine avec un bon raisonnement biologique que l'inverse. Mais encore une fois, dans le cas très improbable où j’aurais à passer en revue un article de bio-statistique (ahah, ce serait amusant!), Je ferais probablement plus attention aux statistiques qu’à la biologie.
Cela répond à la nouvelle question n ° 6: "Quel est le nombre maximum de documents que vous examineriez en un an?" Je réponds en tant que membre de plusieurs comités de rédaction. Le problème récurrent est de trouver suffisamment de réviseurs. Selon le journal, chaque article soumis a besoin d'un à trois examinateurs, généralement de trois. Si le journal a un taux d'acceptation de %, le nombre moyen de critiques par article accepté est évidemment d'environ . Par exemple , si le taux d'acceptation est de 33%, les rédacteurs en chef doivent obtenir neuf critiques pour chaque article publié. Si vous, en tant qu'auteur, prenez ceci au sérieux, vous devrez alors essayer de fournir neuf critiques (ou le nombre qui semblera être celui de vos revues cibles) pour chaque article que vous publiez!3 / ( x / 100 )x 3/(x/100)
J'ai été ému d'écrire ceci en raison du fort parallèle avec le vote sur ce site: pour que vous puissiez acquérir une réputation de , d'autres personnes doivent passer au vote supérieur en combinant de vos réponses et de vos questions. Ainsi, si vous tirez votre poids, une vérification de votre profil devrait montrer au moins votes positifs. C'est le cas pour beaucoup de membres de ce site, mais certainement pas tous. Quelque chose à penser ... Pensez à voter!r / 10 r / 5 r / 10r r/10 r/5 r/10
la source
Mon PDV examinerait un article en psychologie ou prévoirait ses avantages statistiques. Je vais surtout appuyer les très bonnes remarques de Nico.
Beaucoup, en fait. Je ne me fierais pas à commenter davantage que les problèmes statistiques les plus élémentaires sans avoir compris le domaine. Heureusement, ce n'est souvent pas très difficile dans de nombreuses branches de la psychologie.
Je vais m'exprimer et dire un temps précis: je consacrerai de deux à huit heures à un examen, parfois plus. Si je trouve que je passe plus d'une journée sur un papier, cela signifie probablement que je ne suis vraiment pas qualifié pour le comprendre. Je recommanderai donc au journal de trouver quelqu'un d'autre (et d'essayer de suggérer des personnes).
Très difficile en effet. Les chiffres vont être ce que les gens se souviennent d'un article et ce qui aboutit à des présentations de conférences sans trop de contexte, il faut donc bien les faire.
En psychologie, les données ne sont généralement pas partagées - mesurer 50 personnes en IRM coûte très cher, et les auteurs voudront utiliser ces données pour d'autres articles. Je comprends donc un peu leur réticence à les divulguer. Donc, toute personne qui partage ses données obtient un gros bonus dans mon livre, mais ne pas partager est compréhensible.
En prévision, de nombreux jeux de données sont disponibles au public. Dans ce cas, je recommande généralement que les auteurs partagent leur code (et le fassent moi-même).
Sans les données, il y a tellement de choses que l'on peut apprendre de cela. Je vais jouer avec les données simulées si quelque chose de très surprenant se dégage des résultats de l'article. sinon, on peut souvent distinguer les méthodes appropriées des méthodes inappropriées sans les données (une fois que l’on comprend la zone, voir ci-dessus).
Il y a vraiment peu de choses à ajouter au point ci-dessus - en supposant que chaque article avec en moyenne n co-auteurs I (co) soumet reçoive 3 critiques, on devrait vraiment viser à réviser au moins 3 / ( n + 1 ) articles pour chaque propre soumission. (comptant les soumissions plutôt que leurs propres documents qui peuvent être rejetés et soumis de nouveau). Et bien sûr, le nombre de soumissions ainsi que le nombre de coauteurs varient fortement avec la discipline.
la source