Pytanie:
Jeden z moich studentów-badaczy prawdopodobnie fałszuje niektóre wyniki / dane. Jakie są konsekwencje?
user55016
2016-06-02 02:35:34 UTC
view on stackexchange narkive permalink

Istotne informacje i tło:

Jestem inżynierem na amerykańskim uniwersytecie. Jedną z moich ról jest zasadniczo pełnienie funkcji „kierownika projektu” dla kilku projektów, nad którymi pracuje kilka RA na poziomie absolwenta. Mam dobre relacje ze wszystkimi RA i wszyscy są ciężko pracujący.

Jestem przekonany, że jeden z absolwentów RA fałszuje wyniki / dane obliczeniowe (przez wielu nazywane również „fałszowaniem danych”) w w niektórych przypadkach. Zauważ, że osoba wydaje się robić to tylko w niektórych przypadkach, a nie we wszystkich. Mam wiele powodów, aby w to uwierzyć, ale oto kilka: (1) niemożność powtórzenia różnych wyników, (2) zakończenie pracy w tempie, które uważam za niewykonalne, (3) zakończenie pracy w domu, gdzie z pewnością robi nie mieć środowiska oprogramowania, aby faktycznie ukończyć pracę. Są też inne powody, dla których uważam, że tak jest, ale o co chodzi. Jestem również przekonany, że zdarzyło się to przez ponad 1 semestr, więc prawdopodobnie muszę to zgłosić, ponieważ jestem odpowiedzialny za nadzorowanie całej pracy. Jednak ogólnie uczeń jest dobrym człowiekiem i ciężko pracującym. Zdał egzaminy wstępne i ukończył wszystkie zajęcia - nie chciałbym widzieć go wyrzuconego z uniwersytetu, ponieważ jest tak daleko w programie.

Mam kilka pytań:

  1. Jak myślisz, jaka może być maksymalna kara dla tego doktoranta / badacza? Czułbym się okropnie, gdyby to skutkowało wydaleniem. Myślę, że myślę , że przed wydaleniem musiałbyś otrzymać przynajmniej jedno ostrzeżenie od uniwersytetu, z wyjątkiem bardzo skrajnych przypadków. Byłbym w porządku, gdyby spowodowało to zawieszenie, a nawet utratę finansowania, ale za cokolwiek więcej czułbym się źle. Jaka jest standardowa maksymalna kara w takich przypadkach? Jaka jest także najbardziej prawdopodobna kara?

  2. Jaka jest kara dla mnie, jeśli nie zgłosię tego problemu? Na przykład, powiedzmy, że udawałem ignorancję. Jest bardzo mało prawdopodobne, żebym to zrobił, ale warto o to zapytać.

  3. Jak często to się dzieje? Myślę, że zdarza się to od czasu do czasu - absolwent decyduje się być leniwy i wymyśla małą część ogólnych wyników, aby uniknąć pracy w weekend czy coś w tym stylu. Doświadczony profesjonalista wiedziałby, że to poważny błąd, ale niekoniecznie doktorant średniego poziomu.

Świetna byłaby każda rada od osób z doświadczeniem w tej dziedzinie, profesorów, absolwentów, badaczy, itp.

To bardzo poważna sprawa. Jeśli masz pewność, że uczeń fałszuje dane, masz etyczny i zawodowy obowiązek ich zgłoszenia, nawet jeśli zrujnuje to jego karierę. Szczerze mówiąc, jeśli fałszują dane, najgorsze z możliwych byłoby dla nich kontynuowanie kariery akademickiej: w pewnym momencie ich oszustwo * zostanie * odkryte, a następnie * cała * ich praca od momentu uzyskania stopnia naukowego zostanie zostaną zdyskredytowani i prawdopodobnie zostaną trwale wykluczeni ze społeczności akademickiej. Konsekwencje, jakie otrzymaliby, gdyby zostały zgłoszone teraz, choćby były poważne, byłyby mniej szkodliwe.
@Kevin i obróci się przeciwko temu, kto nie przejrzał oszustwa.
... Myśląc trochę więcej o swoim pytaniu, wydaje mi się, że chociaż masz dobry powód, aby martwić się zachowaniem ucznia, nie masz mocnego dowodu, że uczeń w rzeczywistości fałszuje dane. Szedłem ostrożnie do przodu. Nie mam dużego doświadczenia (mam tylko tytuł magistra), więc nie jestem do końca pewien, co polecić. Być może mógłbyś spotkać się w swoim laboratorium z bardziej doświadczonym badaczem, aby omówić swoje obawy i uzyskać poradę, jakie kroki należy podjąć?
To, że „kończy pracę w domu” nie jest dla mnie zbyt mocnym dowodem, chyba że w tej sytuacji jest coś więcej, co nie jest oczywiste. Wiele pracy można wykonać zdalnie, używając narzędzi takich jak SSH, zdalny pulpit, VNC, LogMeIn itp. Znam nawet fizycznych eksperymentatorów laboratoryjnych, którzy mają pełny zdalny dostęp do swojego sprzętu i czujników. O ile do tej pracy nie jest potrzebny jakiś unikalny zasób, który jest ściśle niedostępny w sieci, należałoby wykluczyć faktyczne użycie takich mechanizmów.
To naprawdę trzy pytania w jednym. Pytasz, jakie są konsekwencje (dla nich? Dla Ciebie, jeśli nie podejmiesz żadnych działań? Dla Ciebie, jeśli podejmiesz działanie? Dla przełożonego?). Ale w pewnym sensie prosisz nas, abyśmy zgadli, czy Twoje podejrzenie jest prawdziwe, co jest niemożliwe. Niskoprofilową taktyką środkową byłoby powiedzenie im: „Próbowałem odtworzyć wyniki XYZ i nie udało mi się”, zasugerowanie im, że jesteś na nich bez oskarżeń i sprawdzenie, czy to nie udaje.
@smci Również podoba mi się to podejście, ponieważ student może mieć wyjaśnienie tych niespójności, których OP po prostu nie jest świadomy.
Tylko „niezdolność do powtórzenia różnych wyników” jest możliwym znakiem, że uczeń robi coś podejrzanego. Pozostała dwójka może oznaczać brak wiedzy po twojej stronie. Poproś więc ucznia o powtórzenie niektórych wyników pod twoim nadzorem.
Prawdopodobnie przede wszystkim powinieneś zająć się niemożliwymi do odtworzenia wynikami. Najczęstszym powodem, dla którego ludzie dokonują niemożliwych do odtworzenia wyników, są szczere błędy, ale nawet jeśli pomyłka jest szczera, kiedy zdajesz sobie sprawę, że coś jest nie tak, publikowanie danych tak, jakby uważasz, że to prawda, nie jest naprawdę uczciwe. Nawet jeśli celowo nie fałszuje wyników, jest to problem sam w sobie.
Będę tutaj adwokatem diabła, ale dlaczego nie pójść po prostu do ucznia i wyjaśnić mu, co myślisz o jego pracy, może powie, że oszukiwał z powodu presji i tak dalej, a potem (pamiętaj, że to student) ty wyjaśni mu, dlaczego nie jest poprawna, jakie są konsekwencje, a Ty (bo jesteś dobrym nauczycielem) spróbujesz to naprawić bez miażdżenia jego kariery. Myślę, że uczeń może popełnić błąd ... Nawet te naprawdę bardzo złe.
Wyznacz innego ucznia, a nawet dwoje (którym ufasz, absolwent lub magister) do pracy z tym uczniem przez krótki czas i nadzoruj / przeglądaj wszystkie etapy analizy danych. To zajmie trochę czasu, ale w końcu będziesz miał pewność.
Nawet jeśli (1), (2) i (3) są poprawne, najpierw założyłbym (nie znając więcej szczegółów), że uczeń pracuje uczciwie, ale nieprawidłowo (zgodnie z komentarzem @Owen's). Studenci, a nawet wykładowcy, cały czas popełniają błędy. Wyrażałem swoje obawy uczniom co do * poprawności * ich pracy i szczegółowo omawiałem, co zrobili, aby dowiedzieć się, co dokładnie się dzieje.
Czy Twoja instytucja nie ma wyraźnych wytycznych dotyczących postępowania w przypadku fałszowania danych? Myślałem, że tak.
Do pewnego stopnia musimy być surowi w takim przypadku, biorąc pod uwagę „efekt motyla”, który nastąpi w przyszłości. Poza tym bardzo ważne jest przeniesienie edukacji na wyższy poziom. Dopóki możesz to udowodnić, a nie na podstawie własnej opinii, tak naprawdę nie ma tu nic do decydowania, ale nie możesz tego zaakceptować. Jako osoba dobrze wykształcona bardzo ważne jest poznanie błędów i tego, jak mogą one wpłynąć na naszą decyzję.
W przypadku 3), skąd możesz mieć pewność, że nie ma on potrzebnego oprogramowania? Mówiąc szczerze, może nie mieć licencji, ale brak prawa do posiadania oprogramowania nie jest dowodem na to, że nie ma oprogramowania. A jeśli jest to crackowane oprogramowanie, może zawierać błędy, których nie ma - to by wyjaśniało 1) całkiem nieźle.
https://en.wikipedia.org/wiki/Schön_scandal
Dlaczego tak martwisz się o negatywne konsekwencje dla ucznia? Wygląda na to, że twoja algebra moralna zawiera takie równanie: „Jeśli uczeń jest winny, ale kara jest surowsza, niż mi się wydaje, lepiej pozwolić mu ujść na sucho”. To * naprawdę * o czym myślisz? Nigdy nie powinno dotyczyć skutków konsekwencji dla osoby, która dopuściła się złego czynu (tak jakby to miało złagodzić karę), powinno dotyczyć konsekwencji dla innych, dla społeczeństwa, jak poważne to jest.
Jeśli uczeń oszukiwał i fałszował dane i zostało to udowodnione, zwykle istnieje wzorzec zachowania. Wątpię, żeby zaczął ten wiosenny semestr. Kto wie, jak długo to robi, a ważniejsze pytanie brzmi: czy zdobył sobie drogę do RZS, czy też oszukał swoją drogę tam?
Jeśli fałszują dane i są od co najmniej semestru, jak ciężko pracują?
Czy możliwe jest, aby uczeń powtórzył eksperyment (cały proces od początku do końca, w tym używane oprogramowanie i zmienione ustawienia) na twoich oczach?
Kiedy przedstawia ci dane, dlaczego nie poprosisz o przekazanie skryptów?Następnie sprawdź, czy odtwarzają dane.Wielu uczniów jest źle zorganizowanych, więc 1-3 nie są twardymi dowodami (moim zdaniem).
Dwanaście odpowiedzi:
Captain Emacs
2016-06-02 04:09:26 UTC
view on stackexchange narkive permalink

Masz podejrzenia, ale dowody, jak to tutaj szkicujesz, są poszlakowe. Potrzebujesz twardego dowodu. Wtedy możesz (i musisz) działać.

Fałszowanie danych jest przestępstwem karnym w środowisku akademickim. To marnuje czas, być może lata pracy innych ludzi. Nie pozwól, żeby to się przedostało. Ta osoba, jeśli rzeczywiście sfałszowałaby dane i przez to przeszła, skazi każdego i wszystko, z czym miała do czynienia - ciebie, twoją grupę, twój wydział, twój uniwersytet. Ich wyniki będą bezwartościowe, podobnie jak stopień, jaki im nadasz.

Żal byłoby ci tej osoby, gdyby została wydalona; ale jak bardzo byś żałował osoby, która przez 2 lata będzie próbowała odtworzyć wyniki tego magistranta i zawiedzie bez własnej winy? A co z ich życiem i karierą? Szczery błąd to jedno, ale fałszowanie danych? Współczujesz tutaj niewłaściwej osobie; oszczędzisz winnych i pozwolisz przebić niewinnego? Absolwent jest wystarczająco dojrzały, aby wiedzieć lepiej, niż tworzyć „syntetyczne” dane.

A co z osobą, która podżegała do takiej fabrykacji? Szczerze mówiąc, jeśli zostanie złapany, w zależności od struktury władzy, takiej osobie może ujść na sucho łagodniejsza kara „za brak wiedzy o tym, co się dzieje”, ale w zasadzie powinni otrzymać tę samą, jeśli nie surowszą karę, ponieważ z pewnością nie mogą jej żądać nie wiedziałem, że to jest złe; i znają konsekwencje.

Jak często się to zdarza? Trudno powiedzieć, ale było kilka dużych skandali (przychodzi mi na myśl Jan Hendrik Schoen), jest zapewne aureola takich drobnych prób. Z moich własnych anegdot: słyszałem kiedyś teorię spiskową, że spektroskopiści celowo wprowadzają „niewinne” błędne czynniki do opublikowanych formuł, które można zinterpretować jako uczciwe błędy, aby uniemożliwić konkurentom postęp. Nie wierzyłem jednak w to, że kiedyś musiałem użyć takiej formuły z gazety i aby być usatysfakcjonowanym, przerobiłem ją i niektórych jej "braci" w krętym procesie trwającym kilka tygodni; oto i oto: odkryłem, że jeden z nich miał błędny współczynnik całkowity. Jest rzeczą oczywistą, że nie mam prawdziwego powodu, by przypuszczać, że było to zamierzone, ale teoria spiskowa wciąż tkwi z tyłu głowy.

Konkluzja: jeśli naprawdę fałszuje dane, pozwolenie na to jest brak opcji ; ale dowody muszą być starannie i (ważne dla uczciwości wobec oskarżonego) poufnie sprawdzone w celu ustalenia, czy rzeczywiście tak jest.

Świetna odpowiedź, ale nie zgadzam się z „musisz mieć niepodważalny dowód”. Jest całkowicie w porządku i rzeczywiście pożądane jest zgłaszanie do PI, dept. krzesło lub inna osoba, która ma możliwość zbadania sprawy i ustalenia, czy doszło do niewłaściwego postępowania. Oczywiście w takim przypadku, zgłaszając podejrzenia, PO dałby jasno do zrozumienia, że ​​są to podejrzenia i może się okazać błędne. Chodzi mi o to, że gdy podejrzenia są wystarczająco silne, istnieje etyczny obowiązek ich zgłaszania, podobnie jak obowiązek zgłaszania policji silnie podejrzewanego przestępstwa.
@DanRomik W zasadzie zgadzam się z tobą: „niezaprzeczalne” może być zbyt mocne. Mimo to dowody muszą być starannie i - początkowo - sprawdzone poufnie i powinny być wystarczająco bliskie pewności - bardziej niż gdziekolwiek w nauce reputacja ma kluczowe znaczenie. I nawet jeśli ktoś zostanie niesłusznie oskarżony, a tym samym błędnie odebrany jako fałszowanie danych, kariera tej osoby będzie nurkować, czy to zasłużenie, czy nie. Myślę, że jest to przypadek, o który należy się martwić, a nie brutalne traktowanie kogoś, kto fałszował w sposób możliwy do udowodnienia. Nóż tnie w obie strony.
dlaczego nie porozmawiać z uczniem i przekazać mu swoje obawy? Na podstawie pytania PO wydaje się, że ma on bardzo uzasadniony powód do niepokoju. Jednak przekroczenie jego głowy i zaangażowanie administracji byłoby krokiem, który podjąłbym PO skontaktowaniu się z uczniem i poinformowaniu go, że jego metody „nie wydają się tak rygorystyczne, jak oczekiwano”. Jeśli zignoruje upomnienie / radę OP, to OP musi zrobić to, co powinien. Ale OP jest w rzeczywistości przełożonym bezpośrednio odpowiedzialnym.
@CaptainEmacs dzięki za zgodę. Zgadzam się, że „dowody muszą być starannie i wstępnie sprawdzone”. To jest sens przeprowadzenia śledztwa, co nastąpi, zanim uczeń zostanie ukarany, a na pewno zanim jakiekolwiek przewinienie zostanie upublicznione (jeśli w rzeczywistości kiedykolwiek tak się stanie). Uniwersytety w USA mają dobrze naoliwione maszyny do przeprowadzania takich procesów, więc nie widzę powodu, aby weryfikować dowody, które miałby przeprowadzić OP. OP będzie oczywiście pomagał w dochodzeniu, dostarczając informacji i ekspertyz, ale działanie w charakterze śledczego znacznie wykracza poza zakres pracy podoktoranckiej.
Podsumowując, proponuję zmienić lub usunąć ostatnie zdanie odpowiedzi, aby była bardziej precyzyjna.
@DanRomik Zmodyfikowano zgodnie z twoją prośbą. Nie określiłem, jak powinny wyglądać procedury, ponieważ mogą one zależeć od kraju.
W amerykańskich uniwersytetach badawczych będą obowiązywały szczegółowe zasady zarządzania potencjalnymi skargami dotyczącymi nieprawidłowości w nauce, zarówno ustalające, czy niewłaściwe postępowanie badawcze miało miejsce, jak i komitet, który określi, co się stanie. Gdybym był tobą, biorąc pod uwagę to, co opisałeś, radziłbym sprawdzić odpowiedzialne prowadzenie stron internetowych przez twoją uczelnię, aby dowiedzieć się, kim jest ta osoba i umówić się na spotkanie z nią.
Sophie Gairo
2016-06-02 02:45:13 UTC
view on stackexchange narkive permalink

To przewinienie jest uważane za ostateczne wykroczenie w społeczności naukowej. Przestępca jest często pozbawiony swoich referencji, a ze względu na ścisły charakter społeczności naukowej, nawet jeśli nie zostaną one pozbawione, badacz może nigdy więcej nie znaleźć pracy jako badacz. Wpłynie to na możliwość zabezpieczenia finansowania w przyszłości.

Jeśli jesteś tego świadomy, a sam twierdzisz, że jesteś, możesz również zostać dotknięty, SZCZEGÓLNIE jeśli Twoje nazwisko znajduje się na papierze lub jest z nim powiązane. Dodatkowo, jeśli jesteś osobą, która zabezpieczyła granty, może to przynieść odwrotny skutek dla Ciebie, próbującego uzyskać granty w przyszłości.

Nie jest to częste ani rzadkie, niektórzy ludzie celowo fałszują dane na poparcie swojej hipotezy, ale nie zawsze jest to niedokładne. Czasami badacze decydują się na podkreślenie tylko niektórych informacji, a nie innych, aby ich hipoteza została potwierdzona i jest to bardziej szara strefa.

DOLNA LINIA: Jeśli wiesz, że Twój uczeń fałszuje dane, nie pozwól mu na to, ze względu na swoją karierę i swoją.

TOOGAM
2016-06-02 10:01:59 UTC
view on stackexchange narkive permalink

Komunikuj się z uczniem. Poinformuj ucznia o swoich obawach.

Pytanie wydaje się sfałszowane, aby określić, jaka kara może być odpowiednia i jak uprzejmie uśmierzyć ból.

Jeśli jednak okazujemy dobrą wiarę, wtedy może nie musimy być tak tajemniczy. Powiedz: „To przypomina kłopoty. Oto obawy”. Następnie, jeśli uczeń jest niewinny, może być w stanie wyjaśnić pewne rzeczy i nauczyć się, jak ważne jest proaktywne wyjaśnianie rzeczy, tak aby podejrzenia nie przerodziły się w większe problemy, niż jest to uzasadnione.

Jeśli uczeń to zrobił zrobić coś źle, być może uczeń może poprawić rzeczy, zanim wymkną się one spod kontroli. Sytuacja może być łatwiejsza do naprawienia, zanim więcej zasobów (w tym czasu) zostanie wydanych na drogę, która może być zła.

W edukacji często celem jest pomoc ludziom w osiągnięciu lepszych wyników. Powszechnie przyjmuje się, że ludzie są zazwyczaj niedoświadczeni i mogą popełniać błędy. Celem nie jest maksymalizacja kary dla osób, które mogą mieć problemy z nowymi umiejętnościami. Celem jest próba zapewnienia ludziom dobrej sytuacji, w tym doświadczenia robienia rzeczy w pożądany sposób (w tym robienia rzeczy poprawnie i z powodzeniem).

A więc, aby podsumować to po prostu:

  • Jeśli jesteś absolutnie przekonany, że coś jest nie tak, przejdź przez formalne kroki rozwiązywania takich problemów (zgłoszenie problemu i wszelkie konsekwencje).
  • Jeśli tak nie, następnie przekaż obserwacje, które budzą obawy.
    • (Jeśli ta komunikacja spowoduje wykrycie większej liczby problemów, w razie potrzeby przygotuj się do przejścia do pierwszego punktu).
Obawiam się, że jeśli uczeń sfałszował dane, sugerujesz, aby powiadomić go o tym. Umożliwi im to dostosowanie swoich metod, aby uniknąć wykrycia w przyszłości. Fałszowanie danych nie jest momentem, którego można się nauczyć, ani pomyłką. Jest to celowe i głęboko niemoralne i słusznie powinno trwale skazić badacza, który to robi.
„Nie mogę odtworzyć uzyskanych wyników. Proszę zapisać swoje metody i dostarczyć mi wszystkie narzędzia potrzebne do reprodukcji”. nie daje mu głowy, aby dostosować swoje metody, aby uniknąć wykrycia w przyszłości. Albo sprowadza go z powrotem na właściwą ścieżkę (nie fałszuje już danych, z obawy, że zostanie wykryty), albo niczego nie zmieni, a wtedy nadal możesz zdecydować, że pójdziesz do katedry / dziekana / cokolwiek.
@MJeffryes: Powiadomienie ich jest całkowicie zamierzone. Próba zachowania tajemnicy działań byłaby bardziej kontrowersyjnym posunięciem i nie polecam tego, dopóki nie zaczniesz określać, że działania kontradyktoryjne są wymagane. W tym miejscu zalecam przyjazne podejście. Zamierzonym celem jest pomoc w rozwiązaniu widocznego problemu. Jeśli zbyt szybko zadeklarujesz wrogów, możesz wyeliminować niektóre potencjalne okazje do rozwiązywania problemów na bardziej przyjaznych warunkach. Nie próbuj rozpoczynać procesu karania, zanim nie spekulacyjnie wiesz, że kara jest uzasadniona.
Zastanawiam się, dlaczego żadna z pozostałych odpowiedzi, na które więcej głosowano, nie wybrała tego. Dlaczego rozmowa z uczniem nie jest pierwszą opcją? W jakiś sposób zakłada się w sposób dorozumiany, że cokolwiek zrobił, będzie kontynuował pomimo ...
Dan Romik
2016-06-02 04:28:00 UTC
view on stackexchange narkive permalink

Jak myślisz, jaka może być maksymalna kara dla tego doktoranta / badacza?

Niezależnie od maksymalnej kary, kara została ustalona przez ludzi prowadzących uniwersytet. Jeśli uważasz, że Twoja uczelnia jest instytucją w miarę dobrze funkcjonującą (i mam nadzieję, że tak właśnie czujesz, jeśli chodzi o miejsce, w którym zdecydowałeś się spędzić kilka lat swojej kariery), musisz pamiętać, że osoby podejmujące takie decyzje mają dużo , dużo większe doświadczenie niż ty w radzeniu sobie z różnymi rodzajami wykroczeń akademickich. Tak więc kara prawdopodobnie była dobrze skalibrowana przez wiele lat i oparta na dużej ilości skumulowanych doświadczeń. Co sprawia, że ​​myślisz, że twoja osobista ocena tej kwestii jest mądrzejsza lub bardziej prawdopodobna, niż taki zbiór zgromadzonej wiedzy i doświadczenia?

Nie zgłaszając swoich podejrzeń, zasadniczo powiedziałbyś: „Wiem lepiej niż wszyscy inni, co musi się przytrafić temu uczniowi, więc uzurpuję sobie prawo instytucji do prawidłowego pociągnięcia studenta do odpowiedzialności za jego działania i po prostu działam w oparciu o własne przeczucie, aby uchronić się od poczucia winy z powodu kary, która student otrzyma (nawet jeśli taka kara byłaby w 100% winą ucznia). " Ten sposób myślenia jest po prostu błędny. Kara nie jest i nie powinna być twoją decyzją. Masz obowiązek zgłosić niewłaściwe postępowanie, a jeśli tego nie zrobisz, będziesz współwinny wszystkich jego potencjalnie szkodliwych konsekwencji, które zostały dość dobrze opisane w innych odpowiedziach.

+1 za „Uzurpuję sobie prawo do pociągnięcia ucznia do odpowiedzialności”.
Zupełnie się nie zgadzam: zasady na poziomie instytucji są rzeczywiście oparte na zgromadzonym doświadczeniu, ale niekoniecznie w interesie nauki lub kierownika projektu. Raczej opiera się na maksymalizacji interesu instytucji w kontekście jej prawnych, finansowych i politycznych ograniczeń (które mogą być sprzeczne z interesami i wartościami PO).
@Dilworth w zasadzie możesz mieć rację, dlatego dodałem zastrzeżenie „Jeśli uważasz, że twój uniwersytet jest w miarę dobrze funkcjonującą instytucją…”. Jeśli OP ma poważne powody do obaw, że na uniwersytecie pracują niekompetentni lub skorumpowani ludzie, może to wymagać dodatkowej ostrożności. Jednak domyślnym założeniem powinno być to, że duże amerykańskie uniwersytety mają dobrze sprawdzone i rozsądne procedury postępowania w przypadku wykroczeń. Myślenie, że ktoś wie lepiej niż wszyscy inni, jest powszechnym ludzkim błędem poznawczym; w tym przypadku prawie na pewno byłoby to błędne założenie.
Nawet duże amerykańskie uniwersytety mają interesy, które mogą bezpośrednio sprzeciwić się interesom PO. Nie jest to przypadek, gdy PO i uczelnia mają ten sam cel, w którym słuszne jest założenie, że uczelnia wie lepiej od niego, jak działać. Chodzi o możliwość całkowitego zaprzeczenia celom.
March Ho
2016-06-02 07:11:32 UTC
view on stackexchange narkive permalink

Nie musisz robić z tego powodu wielkiego zamieszania.

Chociaż z pewnością jest tak, że każdy przypadek sfabrykowania danych zasługuje na poziom kary to się zdarza w środowisku akademickim, nie jest do końca jasne, czy tak się właśnie dzieje tutaj. W każdym razie konsekwencje fałszowania naukowego powinny być bardzo wyraźne na każdym poziomie, nawet dla studentów.

Niemożność powtórzenia wyników jest niezwykle powszechna we wszystkich dziedzinach nauki, a istnieje duże prawdopodobieństwo, że analiza lub eksperymenty zostały z jakiegoś powodu przeprowadzone nieprawidłowo. W ogromnej większości przypadków to wszystko.

Po prostu zajmij się tym problemem tak, jak z każdym innym niewytłumaczalnym wynikiem naukowym. Zapoznaj się z całym protokołem, rozwiązując wszystkie potencjalne problemy i wykluczając zmienne zgodnie z wymaganiami. W niezwykle przypadku, gdy okaże się, że uczeń faktycznie fałszował dane, musisz to zgłosić, ale wydaje mi się mało prawdopodobne, że tak się stanie.

HEITZ
2016-06-02 03:03:46 UTC
view on stackexchange narkive permalink

Jeśli teraz ta osoba fałszuje dane, będzie to robić później jako kierownik. Chociaż na pewno czujesz się z tym źle, nauka jako całość wymaga od Ciebie zajęcia się tą sytuacją. Kiedy społeczeństwo traci wiarę w naukę, wszyscy cierpimy.

Istnieje wiele sposobów, aby rozwiązać ten problem w dyskretny sposób (aby upewnić się, że Twoja intuicja jest dokładna). Dlaczego nie poprowadzić Cię przez tę osobę, krok po kroku, przez dane / analizę od zera?

Skąd wiesz, że osoba będzie nadal to robić później?
Nie wiesz w żadnym absolutnym sensie, ale jest to najmniejsze założenie.
Więc w końcu nie wiadomo. W tym konkretnym przypadku, w którym można polegać na osobistym doświadczeniu pytającego, jaki jest sens przyjmować takie założenia? Dlaczego po prostu nie zapytać pytającego, czy zgodnie z jego / jej oceną, ten uczeń prawdopodobnie powtórzy takie zachowanie w całej swojej karierze, a następnie oprzeć odpowiedź na tym?
@Jin Weryfikacja wyników jest kosztowna (ludzie nie otrzymują funduszy na odtworzenie znanych wyników); dlatego zaufanie jest absolutnie centralne w nauce. Jeśli ktoś raz sfałszuje dane, nie można mu już ufać. Wszystko, czego dana osoba twierdzi, że się dowie, zwłaszcza wynik kosztowny w produkcji, i tak musi zostać niezależnie zweryfikowane; ich zeznania są niewiarygodne; więc po co jeszcze raz tracić na nie uwagę i dotacje? Osoba przyłapana na wyjmowaniu pieniędzy z kasy raz wykazała się „płynną” moralnością, nie pozwoli się jej ponownie zająć gotówką.
@CaptainEmacs Być może jest to właściwa procedura z zewnętrznego stanowiska, tak, ale postawione pytanie jest specyficzne dla przypadku i wewnętrznie sformułowane, a odpowiedź powinna to odzwierciedlać. Nie widzę sensu wymachiwania ogólnych, wielofunkcyjnych wytycznych (które OP mógłby łatwo znaleźć wszędzie, zamiast przechodzić przez kłopoty z pisaniem swojego pytania w poszukiwaniu dopasowanej odpowiedzi). Możesz nigdy nie ufać danemu uczniowi, ale OP może, a on / ona jest naszym jedynym oknem na ten konkretny przypadek, i to z ich perspektywy każda decyzja powinna być mierzona.
Chyba że, oczywiście, uważasz, że komukolwiek, kto popełnia takie oszustwo, nigdy nie powinien być nikomu zaufany, co uważam za zbyt ponure spojrzenie na świat.
@Jin Jedyne pytanie dotyczy tego, czy OP ma twardy dowód na to, że osoba sfałszowała * w przeszłości *. Nie ma znaczenia, czy zrobią to później - dla czego wyjaśniłem powyżej powód. Ponadto zazwyczaj uniwersytety będą miały procedury karania takich wykroczeń, ale dokładne konsekwencje będą zależeć od uniwersytetu i nie można na nie odpowiedzieć na SE. Ale zapytałeś: „Skąd wiadomo, że dana osoba zrobi to później?” - i próbuję powiedzieć: nie ma znaczenia, czy naprawdę będą to kontynuować, czy nie - tylko, że koszty dla wszystkich w przyszłości będą tak, jakby to robili.
Z pewnością tak jest tylko w przypadku, gdy dana osoba zostanie kiedykolwiek złapana. Jeśli OP nie ujawni tego, co wie, nikt nie wie, że ta osoba sfałszowała dane, a wtedy nie będzie traktować tej osoby, jakby ponownie fałszowała dane. To sprowadza nas z powrotem do zasadniczego pytania, czy OP to ujawni, czy nie, i przez cały czas uważałem, że ta decyzja zależy (lub powinna zależeć) od tego, czy OP ** osobiście ** uważa, że ​​ta osoba będzie nadal fałszować dane nawet po tym, jak PO skonfrontował ich z tym. Ale odpowiedź, którą komentujemy, nie odzwierciedla tego niuansu. Zatrzymuję się tutaj.
@Jin Konfrontacja ze sprawcą może pomóc, jeśli ostrzeżenie jest wystarczająco tragiczne, ok.
@Jin - poważnie ?? Więc jest ok, jeśli teraz ukradnę ci pieniądze, o ile * mogę * nie zrobić tego ponownie później?
@HEITZ Gdzie powiedziałem, że to „w porządku”? Wydajesz się zdezorientowany.
@HEITZ Pozwólcie, że przeformułuję nieco twój przykład: Jack w przeszłości kradł pieniądze Jinowi. Czy Jin ponownie opuści portfel, gdy Jack będzie w pobliżu?
Jeśli mimo wszystko zaufam Jackowi, zostawię portfel, a jeśli znowu mnie okradnie, zetnę wszystkie więzi i zgłoszę go odpowiednim władzom. Jeśli nie ufam już Jackowi, zerwę wszelkie więzi i, w zależności od wagi przestępstwa, mogę go również zgłosić lub nie. Ale pewne jest w tym wszystkim to, że gdybym nie był pewien, jak poradzić sobie z tą sytuacją, byłbym całkowicie nieoceniony na leniwe jednowymiarowe odpowiedzi, takie jak „zgłoś go! Zlinczuj go! Jackowi nigdy nie można ufać!”. Mam nadzieję, że ta analogia wyjaśnia moje zdanie.
@Jin Zgodziłbym się, gdyby chodziło tylko o ciebie i Jacka; ale nie jest. W ten sposób dopracowuję mój przykład: Jack cię okradł. Dajesz mu straszne ostrzeżenie. Ludzie wiedzą, że zajmował się twoimi pieniędzmi w przeszłości (nic im nie wspomniałeś), dlatego myślą, że jest uczciwy. Zostawiają portfele leżące na stole. Jack jest w pobliżu. Ostrzegasz ich?
Phil Miller
2016-06-02 05:46:21 UTC
view on stackexchange narkive permalink

Jeśli chodzi o bezpośrednią władzę, zakładam, że zarówno ty, jak i student, o którym mowa, ostatecznie podlegacie profesorowi. Spodziewam się, że profesor jest jednym lub więcej PI na stypendium pomocniczym, opiekunem dyplomowym studenta i twoim promotorem. Naprawdę mam nadzieję, że masz silne, oparte na zaufaniu relacje z tym profesorem z kilku powodów:

  • będą oni pierwszą linią dochodzenia i odpowiedzi w tej sytuacji i prawdopodobnie będą bardziej osobiste / reputacja i odpowiedzialność instytucjonalna za to niż ty
  • uczeń prawdopodobnie pracował z nimi dłużej niż ty (postdoc może 1-2 lata, w porównaniu ze studentem ABD)

Zasadniczo nie chcesz skończyć w sytuacji, w której twoje czyny prowadzą profesora do tego, by twierdzić, że jest to przeciwko tobie. Może to prowadzić do wycofania / nieodnowienia finansowania, wstrzymania lub osłabienia rekomendacji dotyczących przyszłych pozycji i tak dalej. Naprawdę potrzebujesz profesora na pokładzie z podejrzeniami, zanim jakiekolwiek koła procesu zaczną się poruszać.

Jeśli jest jakiś administrator odpowiedzialny za tego rodzaju problem, o którym wiesz i ufasz, że nie skacze broni, możesz potencjalnie porozmawiać z nimi najpierw, aby przedstawić swoje obawy przed przekazaniem ich profesorowi, aby uniknąć ryzyka, że ​​profesor spróbuje zamieść je pod dywan i / lub wrzuci cię pod autobus.

Edytuj, aby dodać 1:

Ostatecznie jednak rozwiązanie tej sytuacji teraz, gdy student jest jeszcze przed doktoratem, leży w ich najlepszym interesie. Jeśli nie zrobią nic złego, nauczą się, jak wykonywać swoją pracę w bardziej identyfikowalny, przejrzysty, możliwy do wsparcia i odtwarzalny sposób. Jeśli tak, to jest przynajmniej szansa, że ​​wyjdą na prostą bez trwałego czarnego śladu na swojej karierze. Po uzyskaniu tego stopnia każdy taki zarzut może doprowadzić do cofnięcia go, zawieszenia lub anulowania otrzymanych przez nich stypendiów itp. To jest ostatni punkt w ich karierze, w którym mogą nauczyć się odpowiednich granic i mieć nadzieję na powrót do zdrowia. .

optimal control
2016-06-02 14:56:58 UTC
view on stackexchange narkive permalink

Myślę, że trzy stwierdzenia, które piszesz, to tylko twoje wrażenia, a ponieważ wiesz, że to są twoje wrażenia, nie masz całkowitej pewności, że dany student fałszuje dane. W przeciwnym razie myślę, że nie zadałbyś tego pytania.

Najlepszą rzeczą do zrobienia w 100% jest powtórzenie wszystkich wyników z tym uczniem w biurze na twoim komputerze. W przeciwnym razie myślę, że twoje oświadczenia są tylko twoimi własnymi wrażeniami, bez żadnych solidnych dowodów.

Jeśli zauważysz, że dane są sfałszowane, powinieneś to zgłosić.

+1 Ta odpowiedź dotyczy ważnego aspektu pytania. Podczas gdy w naukach laboratoryjnych eksperymenty nigdy nie są w 100% powtarzalne z powodu nieuniknionych małych czynników środowiskowych, w dziedzinie obliczeń wszystko, jeśli jest odpowiednio udokumentowane, powinno być możliwe do zweryfikowania i odtworzenia. Nawet algorytmy losowe, takie jak Monte-Carlo, mogą być dokładnie odtworzone, szczególnie na etapie testowania, poprzez zaszczepianie pseudo-RNG tym samym ziarnem za każdym razem. Jeśli więc chcesz mieć pewność, że uczeń wykonuje swoją pracę: po prostu pobierz od niego kod i uruchom go na swoim komputerze.
@Willie Wong, w pełni się zgadzam. Kod, w którym jest używany uczeń, byłby przydatny do zrozumienia, czy istnieje jakakolwiek falsyfikacja. Podobnie jak w przypadku programowania, trudniej jest zrozumieć kod innych osób niż pisać własny, myślę, że lepiej jest odtworzyć wszystkie wyniki z uczniem. W ten sposób OP może również zrozumieć zastosowaną metodologię i zweryfikować wykorzystane dane. Niestety, w niektórych dziedzinach, takich jak ekonomia, większość artykułów nie jest powtarzalna; https://www.timeshighereducation.com/news/papers-in-economics-not-reproducible
@WillieWong, Mam wrażenie, że eksperymenty obliczeniowe są również podatne na zmienność ze względu na trudne do kontrolowania czynniki środowiskowe, w tym wersje oprogramowania i stany początkowe generatorów liczb losowych. Jak mówisz, uniknięcie tych pułapek powinno być możliwe, ale nie wydaje mi się to proste (http://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1003285).
@Vectornaut: początkowe stany generatorów liczb losowych mogą być kontrolowane przez odpowiednie zasiewanie go tak, jak napisałem. Zobacz na przykład [dokumentację języka Julia] (http://docs.julialang.org/en/release-0.4/stdlib/numbers/#random-numbers). Wersje oprogramowania można udokumentować; a jeśli używane jest oprogramowanie typu open source, starsze wersje można zazwyczaj znaleźć w odpowiednich repozytoriach. Unikanie tych pułapek jest w rzeczywistości dość proste (a reguły w Twoim artykule, do którego prowadzą linki, czynią to jeszcze bardziej). Porównaj z naukami laboratoryjnymi ilość dokumentacji ...
... to nie więcej niż to, co można by oczekiwać, że znajdzie się w notatniku laboratoryjnym, śledzącym warunki, w jakich przeprowadzane są eksperymenty itp. Fakt, że niektórym osobom jest to „trudne”, jest raczej wskazówką, że niektórym naukowcom zajmującym się obliczeniami _ nie_ podano odpowiednie szkolenie w zakresie zarządzania danymi, które otrzymaliby typowi naukowcy laboratoryjni. W dzisiejszych czasach obowiązkiem kierownika laboratorium (profesora lub kierownika laboratorium) powinno być pociąganie studentów do odpowiedzialności za dobre praktyki zarządzania danymi.
@WillieWong - Ups, nie widziałem, żebyś wspomniał o siewie w swoim oryginalnym komentarzu! Ta dokumentacja Julii może mi się przydać, ponieważ coraz częściej używam Julii; dziękuję za udostępnienie.
@WillieWong,, ponieważ nie powiedziałem tego wyraźnie w moim poprzednim komentarzu: przepraszam za moją nieostrożną lekturę.
@Vectornaut: żadne przeprosiny nie były nigdy potrzebne! Dziękuję za sentyment.
@Vectornaut, jeśli RA nie może sprawić, by wyniki były odtwarzalne dla swojego przełożonego, w jaki sposób sprawi, że będą odtwarzalne dla kogokolwiek innego w jego społeczności? To jest jego problem i musi znaleźć sposób, aby wykazać, że jego badania są rzeczywiście odtwarzalne.
@xmp125a, Miałem błędne wrażenie, że standardy odtwarzalności w naukach obliczeniowych są obecnie niewiele wyższe niż w naukach laboratoryjnych. Mam takie wrażenie z takich rzeczy jak [https://reproduciblescience.org/who-we-are/] [https://khinsen.wordpress.com/2015/01/07/why-bitwise-reproducibility-matters/] [ http://ivory.idyll.org/blog/2014-myths-of-computational-reproducibility.html]. Na szczęście, jak mówi WillieWong, standardy odtwarzalności są teraz znacznie wyższe niż myślałem.
@Vectornaut standardy odtwarzalności w tej dziedzinie są rzeczywiście dość słabe, ale nie ma powodu, dla którego OP nie wymagałby powtarzalności w swojej własnej grupie. Przynajmniej jest to znacznie łatwiejsze do osiągnięcia dzięki (prawdopodobnie) znacznie bardziej jednolitym zasobom w jednym laboratorium niż ogólnie w terenie (to samo oprogramowanie, ten sam sprzęt).
user21820
2016-06-02 21:18:29 UTC
view on stackexchange narkive permalink

Zgadzam się z odpowiedzią Kapitana Emacsa , ale brakuje czegoś, co moim zdaniem jest ważne, a mianowicie:

Zapytaj RA bezpośrednio, czy fabrykuje wszelkie dane, a pytając, powiedz mu, dlaczego jest to niewłaściwe, a także, że jeśli naprawdę to zrobi i ktoś się dowie, że może zostać wydalony. Jednocześnie powiedz mu, że w tym momencie najlepszą rzeczą, jaką można teraz zrobić, jest poprawne powtórzenie wszystkich testów, co oznacza, że ​​ zapisuje wszystkie losowe nasiona użyte, aby jego dane były całkowicie odtwarzalne.

Po tym jest prawdopodobne, że problem zostanie rozwiązany mniej lub bardziej zadowalająco, ponieważ generalnie trudno jest napisać program, który wygląda normalnie, a mimo to znaleźć specjalne losowe ziarno, które powoduje, że ma on specjalne zachowanie . (Jest to możliwe, ale coraz bardziej nieprawdopodobne w przypadku testów na większą skalę).

PGnome
2016-06-02 21:15:34 UTC
view on stackexchange narkive permalink

Fałszowanie danych to poważny problem. Jest na równi z (i być może gorszym) plagiatem. Może zrujnować karierę i doprowadzić do wielu ogromnych problemów (nie potrzebujemy więcej Andrew Wakefields). Więc jeśli uczeń to robi, absolutnie musisz to zgłosić i nie możesz czuć się źle.

To powiedziawszy, na podstawie podanych przez Ciebie informacji naprawdę nie ma mocnych dowodów. Gdybym był w tym sądzie, uniewinniłbym się bez namysłu.

1) Praca z domu: czy może połączyć się z siecią, aby uzyskać dostęp do potrzebnego oprogramowania? Czy może uruchomić program w laboratorium, pobrać surowe dane (powiedzmy w pliku tekstowym lub arkuszu kalkulacyjnym), zabrać go do domu i tam wykonać przetwarzanie / analizę?

2) Brak replikacji danych: napisałem programy i przeprowadziłem symulacje, które wypadły pięknie i spełniły wszystkie testy. Ale kiedy docieram na spotkanie grupy, zawodzi. Czemu? Ponieważ zmieniłem coś, co „nie wpłynęłoby na wyniki lub istniejące testy” (Ha!) Między początkowym uruchomieniem a spotkaniem. A może początkowe przypuszczenie zostało zmienione. Samo naprawienie może zająć tylko kilka minut, ale w środowisku spotkania / wysokiego ciśnienia nie mogę tego naprawić. Wydaje mi się, że to prawdopodobne wyjaśnienie. (Zakładam, że w kodzie nie ma randomizacji, miałem podejście Monte Carlo dające znacząco różne wyniki w zależności od użytego ziarna).

3) Pracować szybciej niż się spodziewasz: Widzę dwa możliwe wyjaśnienia tego: a) Uczeń jest lepszy, niż myślisz. b) uczeń jest gorszy niż myślisz. Dla (a), być może uczeń jest w stanie szybko wykreować kod, kiedy robi krok i ma dobrą mapę mentalną tego, gdzie iść i jak rzeczy powinny do siebie pasować (to podejście „rewolwerowca” może być skuteczne, ale niech pojawiają się błędy, które utrudniają replikację danych). Albo napisał skrypty do wykonywania kilku obliczeń jednocześnie lub w ciągu nocy. W przypadku (b), być może uczeń „hakuje” wszystko w kodzie. Na przykład koduje rzeczy, które nie powinny być zakodowane na stałe. Bałagan z rzeczami, z którymi nie należy się bawić. Może to stwarzać iluzję szybkiej pracy, ale skutkuje niemożliwym do utrzymania lub niespójnym kodem, zasadniczo pożyczającym czas z przyszłości.

Oczywiście masz dostęp do większej ilości informacji niż my, więc być może te wyjaśnienia nie zastosować. Proponuję porozmawiać z uczniem o wynikach, ale nie w sposób oskarżycielski. Poproś go, aby wyjaśnił wyniki, wyjaśnił, co zrobił i jak to zrobił. Przejrzyj kod, którego używa z nim, upewnij się, że oboje go rozumiecie. Być może trzeba naprawić szczere błędy. Może nie ma problemu. Jeśli wydaje się, że nie ma pojęcia, co zrobił lub nie może wyjaśnić procedury, prawdopodobnie zechcesz omówić swoje wątpliwości z PI. Ale pod żadnym pozorem nie możesz pozwolić na dalsze fałszowanie danych.

Has QUIT--Anony-Mousse
2016-06-03 13:20:54 UTC
view on stackexchange narkive permalink

Powiedz uczniowi, że ta wątpliwość istnieje, ale w sytuacji jeden na jeden

Aby wyjaśnić tę wątpliwość, poproś go, aby jego wyniki były w pełni odtwarzalne . W jego własnym interesie leży wykazanie, że niczego nie sfałszował. Pokaż mu, że istnieje „bezpośrednie niebezpieczeństwo”, że sprawa zostanie zbadana.

Jeśli on niczego nie sfałszował (a twoje wątpliwości były błędne), to jest to realna droga. Wymaga to trochę wysiłku, ale oczywiście można to zrobić (i tak powinno być). Wtedy żadne szkody nie zostaną wyrządzone, zmusisz go tylko do bardziej przejrzystej pracy.

Pozwól mu zredagować pracę, jeśli jeszcze nie wyrządzono mu krzywdy

To jedyne „łatwe wyjście” „to jest moim zdaniem dopuszczalne. W szczególności, jeśli nic nie zostało opublikowane poza uczelnią, możesz pozwolić mu zredagować sfałszowany materiał, aby zastąpić go prawdziwą pracą. To może być wystarczającą karą na tym etapie: może cofnąć go o pół roku do ukończenia szkoły! Ale może to również wymagać dodatkowych środków, w zależności od powagi.

Może wtedy nauczyć się kluczowej lekcji: podczas gdy możesz uciec w liceum, a może nawet na studiach licencjackich, gdy praca zostanie dokładniej przeanalizowana, niewłaściwe zachowanie prawdopodobne jest wykrycie kopiowania i wytwarzania danych, a to nie jest dobry sposób działania. W każdej chwili może nastąpić sprzeciw i może zrujnować jego reputację.

W przypadku, gdy przyzna się do oszustwa w tym projekcie, rozważę również przegląd wcześniejszych prac.

Jeśli zaszkodzi zostało zrobione, i tak chcesz to zredagować

Jeśli cokolwiek z tego zostało już opublikowane, prawdopodobnie pojawi się na nim Twoje nazwisko lub nazwisko profesora lub przynajmniej będzie z nim związane. W takim przypadku naprawdę będziesz chciał, aby ten problem został rozwiązany ...

W tym momencie może być konieczne, aby Twoja własna reputacja rozpoczęła formalne dochodzenie; częściowo, aby uwolnić się od jakiejkolwiek odpowiedzialności.

xmp125a
2016-06-06 21:55:43 UTC
view on stackexchange narkive permalink

Krótko mówiąc,

1) musisz uzyskać przyzwoity dowód niewłaściwego postępowania oraz

2) jeśli / kiedy go otrzymasz, powinieneś to natychmiast zgłosić, nawet jeśli to oznacza definitywny koniec jego kariery

Fałszowanie danych jest grzechem kardynalnym dla naukowca i jak zauważyło wielu innych, może to zmarnować lata pracy dla innych naukowców próbujących powtórzyć (i prawdopodobnie poprawi) błędne wyniki. Kiedyś złapano mnie w sytuacji, w której moja studentka próbowała odtworzyć czyjeś wyniki, co poważnie wpłynęło na jej pracę doktorską, ponieważ selektywne raportowanie oryginalnych autorów (później odkryli, że ich rozwiązanie działa tylko w bardzo ograniczonych przypadkach, ale nie podziel się tym odkryciem znacznie później).

Teraz, zanim pośpieszysz do swoich przełożonych , radziłbym ci porozmawiać ze studentem o jego metodologii. Wyjaśnij mu, że jako (de facto) lider projektu jesteś odpowiedzialny za zagwarantowanie, że wszystkie wyniki są zgodne ze standardami naukowymi, a po przejściu przez niego pracy podejrzewasz, że może wystąpić problem z jego wynikami, w wyniku niezamierzone błędy lub brak doświadczenia z jego strony. Zacznij od tego - jeśli popełni niezamierzony błąd (lub nawet kilka błędów), prawdopodobnie będzie bardziej niż zadowolony, gdy się na nich nauczy i będzie ciężko pracował, aby je poprawić. Dla doktoranta jest to wystarczająco niejasne, a jednocześnie poważne, że jeśli jest uczciwy, będzie naprawdę ciężko pracował, aby rozwiązać problemy (i powtórzyć eksperymenty). W takim przypadku to od Ciebie zależy, czy ufasz mu na tyle, by mieć go w zespole, a jeśli nie chcesz, po prostu wytłumacz swoim przełożonym, że nie spełnia twoich kryteriów, ponieważ popełnia zbyt wiele błędów i nie potrzebujesz takich ludzi w projekcie, kropka.

Rozumiem, że jest to dla Ciebie bardzo trudne zadanie, ponieważ będziesz musiał tracić własny czas, aby przejść przez jego pracę i nadać jej sens i prawdopodobnie masz pełne ręce roboty przy innej pracy.

Z drugiej strony łatwo jest zauważyć, czy jest naprawdę nieuczciwy lub próbuje coś ukryć, ponieważ jeśli za pierwszym razem poszedł na skróty, fałszując wyniki, bardzo wątpi, że „straci” swój czas na ich poprawianie - bardziej prawdopodobne jest, że spróbuje się pozbyć lub zacznie szukać wymówek, co w rzeczywistości oznacza czerwoną flagę i daje naprawdę dobre podstawy do bezpośredniej konfrontacji z nim będzie to konieczne, bo prawdopodobnie zacznie kopać coraz głębiej) lub po prostu pójdź i zgłoś go przełożonym. Ponieważ, jeśli jego błędy były niezamierzone lub wynikały z nieostrożności, ale nie czuje, że musi je poprawiać, nadal zasługuje na zgłoszenie i ukaranie - odmowa uczenia się na błędach, które wskazują inni, i odmowa ich poprawiania jest prawie tak samo zła fałszowanie danych.

Odradzam chodzenie do przełożonych tylko z przeczuć, bo oskarżenie o fałszowanie danych może zrujnować jego karierę, nawet jeśli nie jest winny, a kolejni doktoranci mogą niechętnie pracować z obawiając się tego samego traktowania (a niektórzy mogą nawet interpretować twoje działania w taki sposób, że pozbyłeś się konkurencji na drodze, co jest ostatnią rzeczą, której potrzebujesz).

A ponieważ jesteś jego zwierzchnikiem , jesteś winny, jeśli nic nie zrobisz, a problemy zostaną odkryte w jego dalszej karierze. Musisz działać.



To pytanie i odpowiedź zostało automatycznie przetłumaczone z języka angielskiego.Oryginalna treść jest dostępna na stackexchange, za co dziękujemy za licencję cc by-sa 3.0, w ramach której jest rozpowszechniana.
Loading...