Наука, образование и просвещение. Исследования, полезные материалы, мероприятия и общественно значимые инициативы АНО «Платон». Симферополь. Наша группа ВКонтакте: https://vk.ru/platon_science
СводкаГлавные показатели канала за выбранный период. Изменение — к такому же отрезку перед периодом, если за него есть статистика. Наведите на диаграмму плитки, чтобы увидеть число в каждой точке периода.
Главные числа
ПодписчикиСколько подписчиков у канала сейчас. Волна — число подписчиков в каждой точке периода. Изменение — к началу периода.150,0 %+0 за период
ПросмотрыСколько сейчас просмотров у постов, вышедших за период. Это не просмотры за день: сколько посмотрели вчера, MAX не сообщает.38▼ 11,5 %было 48
РеакцииСколько реакций у постов, вышедших за период.18▲ 0,6 %было 20
УпоминанияСколько раз канал упомянули другие каналы: ссылки и репосты, без рекламных постов. Чем крупнее круг, тем больше упоминаний в этой точке периода.58▼ 17,4 %было 72по подписке
РепостыСколько раз другие каналы сделали репост постов этого канала (без рекламных постов). Репосты входят и в число упоминаний.26▼ 1,3 %было 27после входа
Средний охват постаСколько просмотров в среднем набирает один пост. Считаем по постам старше двух суток: у свежих просмотры ещё растут. Точки, где есть свежие посты, — пунктиром и полыми кружками: охват всех постов на сейчас, он ещё вырастет.8▼ 16,7 %было 10
ERRКакая доля подписчиков видит средний пост: средний охват ÷ подписчики × 100 %. Линия — ERR в каждой точке периода, пунктир — ERR прошлого такого же периода. Точки с постами моложе двух суток — полые кружки на пунктирном конце линии.53,3 %▼ 10,7 п. п.пунктир — было 64,0 %
Вовлечённость ERКак часто читатели реагируют на посты: реакции ÷ просмотры × 100 %. Засечка на полосе — прошлый период.47,37 %▲ 5,7 п. п.
было 41,67 %
Постов в деньСколько публикаций в среднем выходит за день. Клетка — точка периода: чем темнее, тем больше постов в день.0,7▲ 11,8 %было 0,7
Доля рекламыКакая доля публикаций за период похожа на рекламу: маркировка erid, рекламные ссылки и другие признаки. Шкала — рекламная нагрузка по порогам индекса качества: до 10 % — низкая, до 25 % — умеренная, до 50 % — высокая, дальше — очень высокая. Рост доли отмечается красным.2,5 %▼ 1,8 п. п.
ДинамикаСверху — число подписчиков на конец каждой точки периода, снизу — прирост за точку: зелёный — подписчиков стало больше, красный — меньше. Над графиком прироста — самый большой прирост и самая большая убыль. Сколько подписалось и отписалось по отдельности, MAX не сообщает.
Рост аудитории
0подписчиков за период
Число подписчиков за период не менялось
Оценка каналаОценка канала от 0 до 100 из пяти частей: аудитория, честность роста, рекламная нагрузка, доверие и достоверность расчёта. Полоса — сколько баллов часть набрала из своего максимума. Индекс пересчитывается каждую ночь; каналы сравниваются с похожими — той же категории и размера.
Индекс качества пока не рассчитан. Он появляется у каналов от 500 подписчиков, которые публикуют посты хотя бы раз в неделю, после недели наблюдения.
ОхватыСколько сейчас просмотров у постов, вышедших в каждой точке периода (а не просмотры за день). Подписан рекорд; точка с сегодняшним днём бледнее — день ещё идёт. Средний охват поста — по постам старше двух суток.
Просмотры и охват
38просмотров за период▼ 11,5 %
Средний охват поста — 8 просмотров (посты старше двух суток).
ВовлечённостьER — реакции, делённые на просмотры, в процентах — у постов каждой точки периода. Пунктир — ER за весь период. Изменение — в процентных пунктах к прошлому такому же периоду.
Вовлечённость подписчиков
47,37 %ER = реакции ÷ просмотры▲ 5,7 п. п.
ER каналав среднем за период
ЦитируемостьИндекс цитируемости (ИЦ) — насколько часто и какими каналами упоминают этот канал за последние 30 дней, без рекламных постов. Уровень — место среди похожих каналов. Линия — ИЦ в каждой точке периода (в неделе и месяце — средний за её дни).
Индекс цитируемости пока не рассчитан: он появится после ночного расчёта, когда канал упомянут другие каналы.
РитмСколько постов в среднем выходит в каждый час каждого дня недели, время московское: чем темнее клетка, тем больше публикаций. «Лучшее время» — часы, в которые у постов старше двух суток самый высокий средний охват.
Когда и сколько публикует
ПнВтСрЧтПтСбВс
036912151821
Лучшее время:09:0018:00часы, в которые у постов самый высокий средний охват
ФорматыИз чего состоит лента. У каждого поста один формат — по старшинству: репост, видео, фото, ссылка, текст. Полоса и проценты — доля постов формата; справа — средний охват одного поста формата (по постам старше двух суток), полоска — сравнение с самым просматриваемым форматом.
ПубликацииКаждая точка — пост за период: по горизонтали — дата выхода, по вертикали — просмотры, размер точки — реакции, цвет — формат. Так видно хиты, провалы и то, как меняется охват. У крупных каналов показаны 100 самых просматриваемых постов и равномерная выборка остальных — не больше 1 500 точек.
Каждый пост — точка
Выше — больше просмотров, крупнее — больше реакций. Нажмите на точку, чтобы открыть пост.
ВидеоФотоДругоеразмер — реакцииПриближение — кнопками «+» и «−», щипком или Ctrl + колесо мыши; приближенный график сдвигается перетаскиванием
СводкаИтоги выбранного периода: сколько вышло публикаций, сколько у них сейчас просмотров и реакций и средний охват поста. Просмотры — текущие у постов, вышедших в эти дни, а не просмотры за день. Изменение — к такому же отрезку перед периодом, если за него есть статистика.
Итоги периода
Нажмите на показатель — ниже он появится по точкам периода
Просмотрысегодня — день ещё идётТочки с постами моложе двух суток — бледные с пунктиром: их просмотры ещё растут.
РекламаКакая доля публикаций за период похожа на рекламу: маркировка erid, рекламные ссылки и другие признаки. Детектор осторожный, поэтому настоящая доля обычно выше. Шкала — рекламная нагрузка по порогам индекса качества. Ниже — средний охват рекламного и обычного поста и кого рекламирует канал (сайты, на которые ведут ссылки из рекламы).
Что работаетПосты периода с наибольшим числом просмотров. Полоса — просмотры относительно первого места. Превью — картинка поста, у поста без картинки — аватар канала. Просмотры — сколько у поста сейчас.
РитмСколько постов вышло в каждый день периода (бледные столбики) и среднее за 7 дней (линия): видно, разгоняется канал или затихает. Сегодняшний день ещё идёт, поэтому среднее для него считается по вчерашний день.
Публикации по дням
Бледные столбики — дни, линия — среднее за 7 дней: видно, разгоняется канал или затихает
Публикации за деньСреднее за 7 дней
Данные обновлены в 06:15 по Москве. Просмотры — текущие у постов, вышедших в эти дни; средний охват — по постам старше двух суток.
Как считается индекс качества
КАК В НАУКЕ ПОЯВЛЯЮТСЯ ПОНЯТИЯ — И КТО РЕШАЕТ, ЧТО ОНИ ЗНАЧАТ?
Мы постоянно используем научные слова: интеллект, стресс, мотивация, тревожность, выгорание.
🔵 Но кто вообще решил, что именно означает каждое из них?
На самом деле в науке редко бывает так, что один человек просто «назначил» слову значение — и дальше все обязаны его использовать именно так.
Как появляется научное понятие? Обычно исследователи замечают явление, пытаются его описать, сравнивают разные случаи, формулируют теорию и предлагают термин.
Дальше начинается научная работа: понятие обсуждают, уточняют, критикуют, используют в новых исследованиях.
✅️ Если термин оказывается полезным, он постепенно закрепляется в научном сообществе. Но его содержание при этом может меняться.
Почему определения иногда различаются?
Потому что одно и то же явление можно рассматривать в рамках разных теорий.
Например: слово "Интеллект" в психологии не имеет одного-единственного определения, которое одинаково используют все исследователи.
Разные теоретические модели по-разному отвечают на вопрос, какие способности входят в интеллект и как его следует измерять.
Поэтому в хорошей научной работе важно не просто написать: «мы изучаем интеллект», а уточнить: что именно автор понимает под интеллектом и в рамках какой теоретической модели.
🔍️ А как абстрактное понятие вообще исследовать?
Здесь появляется ещё один важный этап ⏩️ операционализация.
Это переход от теоретического понятия к тому, как его будут исследовать эмпирически.
Схема: понятие → теория → наблюдаемые показатели → метод измерения
Например, если исследователь изучает тревожность, ему нужно определить, что именно он понимает под тревожностью и с помощью каких показателей будет её оценивать.
При этом важно: метод измерения и само понятие — не одно и то же.
Результат одного опросника не становится автоматически определением тревожности. В современной методологии операционализацию рассматривают как способ связать теоретический конструкт с наблюдаемыми данными, а качество этой связи ещё нужно обосновать.
Может ли определение измениться? Да.
Научные понятия не обязательно остаются неизменными. По мере появления новых данных, методов и теорий их содержание может уточняться.
Иногда между исследователями возникают разногласия, и тогда научное сообщество может специально разрабатывать согласованные определения и терминологические рекомендации. Например, такие работы существуют и в современной когнитивной науке.
❕️Главное Научное определение — это не просто объяснение слова из словаря.
Оно связано с: теорией → накопленными данными → способом исследования → научной дискуссией.
🔵 Поэтому вопрос «что означает этот термин?» в науке часто стоит уточнять: «В рамках какой теории и какого исследования?» #Платон #НаукаПростымиСловами #НаучнаяГрамотность #Психология #Методология #НаучныеПонятия #Исследования #КритическоеМышление #Наука
Один из самых частых вопросов при подготовке курсовой, дипломной или научной статьи — как правильно сформулировать объект и предмет исследования. И здесь легко запутаться: предмет действительно связан с объектом, но это не просто его «меньшая часть».
Что такое объект? Объект исследования — более широкая область, процесс или психологическое явление, в рамках которого возникает исследовательская проблема.
В психологических работах объектом обычно выступает именно психологическая реальность, а не просто группа участников. Поэтому формулировка вроде «объект — студенты университета» часто считается методологически неудачной: студенты в таком случае скорее являются выборкой исследования.
🟡А предмет? Предмет исследования — конкретный аспект объекта, который исследователь рассматривает в своей работе: его свойства, связи, механизмы, особенности или закономерности.
➡️То есть предмет показывает под каким углом мы рассматриваем объект. Один и тот же объект может становиться основой совершенно разных исследований. В методологической литературе предмет также описывается как аспект объекта, выделяемый через конкретную научную проблему.
Пример: Когнитивная психология Тема: Когнитивный контроль при выполнении интерференционных задач.
Объект: когнитивный контроль. Предмет: особенности проявления когнитивного контроля при выполнении задач с конфликтующей информацией.
Здесь объект — само психологическое явление, а предмет уточняет, какая именно его сторона и в каких условиях изучается.
Организационная психология Тема: Лидерство и вовлечённость сотрудников.
Объект: психологические закономерности управленческого взаимодействия. Предмет: связь особенностей лидерского поведения руководителя с вовлечённостью сотрудников.
Исследователь изучает не управленческое взаимодействие вообще, а конкретную связь внутри него.
Психология образования Тема: Академическая прокрастинация студентов.
Объект: психологические факторы учебной деятельности студентов.
Предмет: связь учебной мотивации с выраженностью академической прокрастинации.
Социальная психология Тема: Социальная идентичность и межгрупповое восприятие.
Объект: межгрупповое восприятие. Предмет: связь выраженности социальной идентификации со стереотипными оценками представителей другой группы.
Проблема в том, что здесь объект фактически подменён выборкой.
В зависимости от конкретной задачи более удачный вариант:
Объект: тревожность как психологическое явление. Предмет: связь тревожности с академической нагрузкой у студентов.
Тогда становится понятно что изучается, какой аспект рассматривается и на ком проводится исследование.
Есть ли единственная правильная формула? Не совсем.
В методологии существуют разные традиции определения объекта и предмета, а требования конкретных университетов и научных школ могут отличаться. В более сложных методологических подходах предмет исследования вообще понимается шире, чем просто «часть объекта», и включает исследовательскую задачу и средства изучения.
Но для прикладной психологической работы полезно проверить простую логику:
ТЕМА ➡️ ПРОБЛЕМА ➡️ ОБЪЕКТ ➡️ ПРЕДМЕТ ➡️ ЦЕЛЬ
Если предмет действительно раскрывает конкретный аспект объекта, а цель прямо следует из предмета, структура исследования обычно становится значительно яснее.
Краткая подсказка: 🟡Объект — что мы изучаем в широком смысле. 🟠Предмет — что именно об этом объекте мы хотим выяснить. #Платон #НаукаПростымиСловами #НаучнаяГрамотность #Психология #Методология #НаучноеИсследование #ОбъектИсследования #ПредметИсследования #МолодойУчёный
РЕПРЕЗЕНТАТИВНОСТЬ ВЫБОРКИ: МОЖНО ЛИ ПО НЕСКОЛЬКИМ СУДИТЬ ОБО ВСЕХ?
Представим, что в исследовании приняли участие 1000 человек. Звучит внушительно. Но главный вопрос — не только сколько, а ещё и кто именно вошёл в выборку. Если исследование посвящено взрослому населению страны, а почти все участники — студенты одного университета, большая численность сама по себе не делает выборку репрезентативной.
Что такое репрезентативность? Репрезентативность показывает, насколько выборка отражает ту группу людей, на которую исследователь хочет распространить свои выводы.
Иначе говоря: 🟢 Можно ли по результатам этих участников судить о более широкой группе?
🔵 Почему большая выборка не всегда лучше?
Допустим, мы хотим изучить отношение взрослых людей к дистанционному обучению.
Если опросить 1500 студентов 18–22 лет, данные будут достаточно точными именно для этой группы.
➡️ Но переносить такие выводы на всех взрослых — уже рискованно.
На результат могут влиять возраст, образование, профессия, место проживания, социальный опыт и другие характеристики.
Поэтому иногда 300 хорошо отобранных участников дают более полезную информацию, чем несколько тысяч людей из одной узкой группы.
Где возникает проблема?
Очень часто в исследованиях используют так называемые удобные выборки — тех людей, которых проще всего привлечь.
Например: • студентов собственного вуза; • подписчиков определённого сообщества; • посетителей одного сайта; • добровольцев, которые сами решили пройти опрос.
Это не делает исследование автоматически плохим. Но важно честно понимать, на кого можно распространять его результаты, а на кого — уже нельзя.
Что стоит проверить, когда читаете исследование?
✅️Обратите внимание: Кого изучали? Как участников отбирали? Кого в выборке почти нет?
Совпадает ли эта группа с теми людьми, о которых авторы делают вывод?
Главное Размер выборки и её репрезентативность — не одно и то же.
Большое количество участников помогает уменьшить случайную погрешность, но не исправляет ситуацию, если сама выборка систематически отличается от той группы, которую она должна представлять.
Поэтому перед выводом: «исследование показало, что люди…» полезно сначала спросить: ❓️ «Какие именно люди участвовали в исследовании?» #Платон #НаукаПростымиСловами #НаучнаяГрамотность #Исследования #Психология #Статистика #Выборка #Репрезентативность #КритическоеМышление #НаучныеМетоды
В научных статьях часто встречается формулировка: «результат статистически значим».
Звучит так, будто исследователи получили что-то очень важное. Но статистическая значимость и практическая важность — не одно и то же.
Что такое p-значение?
Один из самых распространённых показателей в статистике — p-значение.
В статьях часто можно увидеть: p < 0,05
Такой результат обычно считают статистически значимым при заранее выбранном уровне значимости 0,05.
❗️Но здесь есть важно p < 0,05 не означает, что гипотеза верна на 95%.
И не означает, что вероятность ошибки составляет ровно 5%. p-значение помогает оценить, насколько полученные данные согласуются с нулевой гипотезой при выбранной статистической модели.
А насколько эффект вообще важен?
Представим, что в очень большой выборке одна группа набрала в среднем 80 баллов, а другая — 80,5.
Разница может оказаться статистически значимой.
Но возникает другой вопрос: имеет ли разница в полбалла реальное практическое значение?
✅️Поэтому исследователи смотрят не только на p-значение, но и на размер эффекта, доверительные интервалы и контекст исследования. Главное Статистически значимый результат ещё не обязательно означает большой или практически важный эффект.
Поэтому, увидев в статье p < 0,05, полезно спросить не только: «Есть ли статистическая значимость?» но и: «Насколько велик сам эффект и что он означает на практике?» #Платон #НаукаПростымиСловами #НаучнаяГрамотность #Психология #Статистика #Исследования #КритическоеМышление #НаучныеМетоды #Образование
Иногда в научных и популярных текстах можно встретить фразы вроде: «учёные обнаружили связь», «эти показатели коррелируют», «чем выше одно, тем выше другое».
Но здесь важно помнить: если два явления связаны, это ещё не значит, что одно вызывает другое.
Что такое корреляция?
Корреляция показывает, что два показателя изменяются совместно. Например, если у людей с более высоким уровнем стресса чаще наблюдаются проблемы со сном, это говорит о наличии связи между этими явлениями.
Но сама по себе такая связь ещё не отвечает на вопрос “почему?” Почему нельзя сразу говорить о причине?
Потому что возможны разные варианты:
1. А влияет на Б Например, стресс действительно может ухудшать сон.
2. Б влияет на А Но возможно и обратное: недостаток сна усиливает стресс и ухудшает эмоциональное состояние.
3. Есть третий фактор Иногда и на А, и на Б влияет что-то ещё.
Например, общая перегрузка, тревожность, состояние здоровья или образ жизни.
🟡 Пример
Допустим, исследование показывает: чем хуже человек спит, тем хуже у него настроение🌙
Интуитивно хочется сделать вывод: «плохой сон вызывает плохое настроение».
Но в реальности картина может быть сложнее: плохое настроение тоже может влиять на сон, а оба этих состояния могут усиливать друг друга.
Именно поэтому в психологии и других науках исследователи стараются не путать связь и причину.
➡️ Как тогда изучают причинность?
Чтобы говорить о причинно-следственной связи более уверенно, нужны более строгие методы: — эксперименты; — продольные исследования; — сравнение разных групп; — контроль дополнительных факторов; — повторяемость результатов.
То есть одной корреляции обычно недостаточно.
Главное Корреляция — это важный сигнал, но не окончательный ответ. Она помогает заметить, что между явлениями есть связь.
А вот чтобы понять, что именно на что влияет, нужны дополнительные исследования.
Поэтому, когда вы видите громкий заголовок вроде: «Учёные доказали, что X вызывает Y»,
✅️ полезно задать себе вопрос: Это действительно причинность — или пока только обнаруженная связь?
А вам часто встречались случаи, когда громкий вывод о “причине” на деле оказывался всего лишь корреляцией? #Платон #НаукаПростымиСловами #Психология #НаучнаяГрамотность #Корреляция #КритическоеМышление #Исследования #Наука #Образование
