Jak wielu zauważyło w komentarzach (Nate Eldredge, Dan Romik, Per Alexandersson itp.), nie chodzi o to, aby przyłapać Cię na oszukiwaniu (tak jakbyś celowo próbował manipulować wynikami), ale raczej zweryfikować proces uzyskiwania takich wyników. Wszyscy powinniśmy mieć takie szczęście, że doradca znalazłby czas poza swoim harmonogramem, aby zweryfikować nasze procesy.

Chciałbym to również dodać - a to zakłada, że ​​Twoja praca może / poprowadzi do publikacji naukowej w czasopiśmie lub na konferencji - że reputacja twojego doradcy jest potencjalnie zagrożona, jeśli dołączasz jego / jej nazwisko do takiego dokumentu. Innymi słowy, stając się współautorem swojej [przyszłej] publikacji, twój doradca zasadniczo mówi: „Tak, pomogłem w pracy nad tym i jestem pewien metod i wyników w nich zawartych”.

Najważniejsze (tl; dr) jest to, że nie powinieneś traktować tego jako osobistego ataku. Powinieneś być wdzięczny, że masz kogoś, kto może poświęcić ilość czasu niezbędną do zapewnienia poprawności wykonanej pracy.

Może być inny powód, dla którego Twój doradca chce to zrobić: być może praca może być kontynuowana w przyszłości przez innego ze swoich uczniów, a Twój doradca chce móc wyjaśnić szczegóły temu (potencjalnemu) przyszłemu uczniowi.

Niezależnie od tego, myślę, że to pochwała, którą daje Ci doradca.

W dziedzinie uczenia maszynowego istnieje wiele sposobów na błędne wykonanie pewnych czynności, które sprawią, że Twoje wyniki będą wyglądać lepiej niż w rzeczywistości. Prostym przykładem jest walidacja krzyżowa: jeśli dokonasz wyboru modelu na podstawie wyników swojego zbioru danych walidacyjnych, będziesz odchylał błąd w wynikach walidacji.

W tym świetle Twój doradca jest prawdopodobnie nieco zaskoczony Twoimi wynikami. Zanim całkowicie zaakceptują to, co zrobiłeś, chcą sprawdzić, czy nie było to wynikiem pomyłki. Jeśli Twój doradca obserwuje to, co robisz i wszystko jest w porządku, to świetnie i prawdopodobnie masz świetne wyniki. Jeśli robisz coś, co nie jest do końca poprawne, Twój doradca prawdopodobnie pomoże naprawić błąd.

Nie należy tego traktować jako krytyki, ale raczej jako krytyczne. Bycie krytycznym jest tym, co sprawia, że ​​nauka jest wiarygodna i ma kluczowe znaczenie dla procesu akademickiego.

Powiedziałbym, że masz szczęście!

Głównym celem nauki jest dostarczenie innym czegoś wnikliwego! Dlatego, gdy coś odkryjesz, spraw, aby takie wyniki były dla nich odtwarzalne. W przeciwnym razie to „wypadek”, który przydarzył się tylko im. W nauce chodzi o zrozumienie przyczyny i przyczyny, a więc o odtwarzalność procesów. Ponieważ celem jest umożliwienie innym ich odtworzenia, najlepszym testem jest wypróbowanie, czy inni mogą to odtworzyć.

Osobiście jestem wielkim fanem „powtarzalnych badań” (istnieje cały ruch wokół tego żeby wspomnieć tylko o: http://reproducibleresearch.net/, https://reproduciblescience.org/ i ogólnie o otwartej nauce). Upewnienie się, że inni mogą odtworzyć twoje efekty, potwierdza, że ​​przesłałeś na papierze wszystkie artefakty ważne dla osiągnięcia twojego celu. Komunikacja (także papierowa) zawsze opiera się na dużym stosie założeń. Być może trzeba będzie pominąć niektóre szczegóły, kroki, które są dla niej / niego oczywiste w artykule, podczas gdy w rzeczywistości nie są tak oczywiste dla innych, a wtedy cała praca jest niestety stracona i nieprzydatna nikomu innemu. Dlatego, jeśli ktoś o poziomie umiejętności / wiedzy pożądanej publiczności nie jest w stanie tego odtworzyć, może artykuł powinien zawierać więcej / lepszych odniesień lub więcej wprowadzenia do używanych koncepcji / procedur / narzędzi. Znowu wszystko służy przekazaniu na papierze innym, ludzkości, jak zrobić coś, czego nie zrobiono wcześniej, a zatem pchnąć całą ludzkość do przodu. Sprawdzanie, czy jest on odtwarzalny przez innych, jest najlepszym sposobem sprawdzenia, czy jest odtwarzalny przez innych :).

W końcu wspomnienie w artykule lub notatkach dla recenzentów, że wyniki zostały pomyślnie odtworzone przez innych, może IMHO nawet zwiększyć wartość papieru. Robienie notatek (nawet postów na blogu) przez te osoby byłoby jeszcze lepszym potwierdzeniem.

Ludzie, którzy chcą spędzać z tobą czas, prawie nigdy nie są źli. Dowodzi, że Ty lub to, co zrobiłeś, jest w jakiś sposób ważne. Spróbuj oduczyć się, że bycie sprawdzanym jest złe i spróbuj spojrzeć na to, ponieważ jesteś wystarczająco ważny, aby ktoś się o niego troszczył. To, gdy nikogo już nie obchodzi, powinieneś się tym przejmować, a nie na odwrót! To z pewnością może być mylące dla niektórych osobowości o wysokiej uczciwości osobistej.

Po części masz rację, ale najprawdopodobniej jest wiele innych czynników. Kiedy już opuścisz bramy uczelni, czy to twoi rówieśnicy, koledzy czy społeczność zawodowa. Jeśli kiedykolwiek pojawi się coś nowego lub o znaczącej wartości, MUSI to zostać sprawdzone. Więc zdecydowanie przyzwyczaj się do ludzi zachowujących się początkowo sceptycznie.

Po części ma to na celu potwierdzenie wyników. Może również potencjalnie naśladować wyniki przyszłych badań lub edukacji. Ostatecznie jego reputacja polega na tym, że podpisał Twoją pracę jako „ważną”. Lub przynajmniej upewnić się, że to, co zrobiłeś, nie jest naśladowaniem pracy drobnym, niewystarczającym wkładem w twoją dziedzinę. Poza tym, jeśli w Twoich wynikach są dobre rzeczy, może spróbować znaleźć jakieś poważne fundusze na granty lub pomóc z prywatnymi funduszami na badania.

Chociaż zgadzam się z innymi komentatorami, że może to być spowodowane innymi przyczynami, nie możemy zaprzeczyć, że ta osoba po prostu sprawdza, czy nie oszukiwałeś. Pomyśl o niedawnym skandalu z Michaelem LaCour: sfałszował swoje dane, a jego starszy współautor (Green) go nie złapał; to oczywiście uniosło brwi.

Po tym jestem pewien, że wielu starszych naukowców przyjrzało się bliżej danym / procesom swoich przełożonych.