Стажерам и студентам

Мы в лаборатории возрастной психогенетики всегда открыты для взаимодействия с внешними людьми. Если вы студент или просто интересуетесь наукой, вы можете стажироваться у нас. Стажировка не оплачивается, но вы можете получить официальное подтверждение стажировки в нашем институте. Если вы студент, вы также можете писать свои академические работы (курсовые, ВКР, дипломы, магистерские диссертации) при согласии администрации вашего института. У нас уже есть опыт взаимодействия с администрациями МГУ, НИУ ВШЭ, МГППУ и РГГУ

В рамках стажировки вы можете попробовать:

  • участвовать в сборе поведенческих данных
  • проводить ЭЭГ-исследования, исследования с применением eye-tracking, tD|A|RNCS-эксперименты (в ближайшем будущем - также исследования с fNIRS)
  • проводить первичный анализ поведенческих и нейрофизиологический данных
  • работать с современными статистическими пакетами для анализа данных (при наличии у вас готовности к самообразованию)
  • использовать современные средства для научной работы (гиперссылку на полезные материалы)

В общем и целом, вы можете поучаствовать во всех этапах настоящего научного исследования и получить обратную связь о том, насколько хорошо у вас получается. И решить для себя, привлекает ли вас мир науки.

Наши текущие темы и проекты - здесь (тут гиперссылку)

По итогам стажировки возможно (и приветствуется) написание научных статей

При успешной работе лаборатория отправляет на школы, стажировки к коллегам, готовит рекомендации для зарубежных коллег (они часто нужны для подачи заявок на международные программы).

Полезные материалы

Для современной научной работы необходимо большое количество современных сервисов, которые помогают искать и читать статьи, анализировать данные, создавать собственные исследования.

Мы пользуемся вот этими (и рекомендуем вам).

Сервисы для поиска научной информации:

Искать научные статьи - это отдельный навык, который вырабатывается с опытом. Но самая первая и важная часть - научиться не просто гуглить, а гуглить с помощью специальных сайтов. Ниже список:

http://scholar.google.com - специальный сервис гугла для поиска научных статей. Большая база, но сложно фильтровать по качеству журналов
https://www.sciencedirect.com/ - сервис издательского дома Elsevier. Удобно фильтровать поиск конкретным журналам.
http://www.ncbi.nlm.nih.gov/pubmed - наиболее авторитетный сервис для поиска статей (правда, больше в сфере естественных наук)
https://www.semanticscholar.org/ - сервис, в котором удобно искать наиболее влиятельные статьи в конкретных темах.

Отдельно стоит отметить, что большой проблемой является поиск научной литературой на русском языке. В таком случае есть сервис.
https://elibrary.ru/defaultx.asp - его плюсы (немногочисленные) и минусы рекомендуем вам познать самим

Профили авторов

Часто полезно бывает находить профили конкретных исследователей.
Для этого можно воспользоваться, например, платформой ResearchGate
(https://www.researchgate.net/)

Похожий функционал предоставляет ГуглСколар. Вот, например, профиль заведующего нашей лабораторией
https://scholar.google.com/citations?user=EgcljBgAAAAJ&hl=ru

Еще вы всегда можете искать профили авторов на страницах учреждений, где они работают.

Это может выглядеть так:

http://www.inlab.co.uk/team/ (Профили нас и наших коллег в рамках международной научной группы)

Так -

https://social.hse.ru/psy/persons (Список преподавателей департамента психологии НИУ ВШЭ)

Или так

https://istina.msu.ru/ (Специальный сервис МГУ для поиска информации о научной активности своих сотрудников)

Для систематизации научной литературы

Если вы занимаетесь наукой, приходится читать много статей. Их удобно систематизировать тут

https://www.zotero.org/

Или тут https://www.mendeley.com/homepage8/?switchedFrom

Еще можно подписываться на обновления интересных для вас блогов или научных журналов с помощью вот такого приложения
https://feedly.com/i/welcome

Для получения данных

Для того, чтобы проводить исследования, существует много специальных сервисов (тут мы пишем только про бесплатные, хотя есть и платные альтернативы, иногда с большим количеством возможностей).

Например, если вы хотите провести опрос, можно использовать гугл-формы
(https://www.google.com/intl/ru/forms/about/).

Если для вашего опроса нужны какие-то специфические требования - больше возможностей предоставляет сервис 1ka.si
https://www.1ka.si/

Следите за обновлениями, наша лаборатория готовит к запуску большой русскоязычный сервис (в идеале - тут гиперссылку на ленник платформы)

Если ваше исследование предполагает сбор более сложных данных, вы можете воспользоваться уже готовыми наборами методик.

Например, PEBL http://pebl.sourceforge.net/

Если готовых методик недостаточно, создайте свое исследование с помощью PsychoPy - http://www.psychopy.org/

Кстати, недавно у PsychoPy появился свой сервис с готовыми методиками

https://pavlovia.org/

Для анализа данных

Перед тем, как анализировать данные, убедитесь, что вы понимаете основы статистики. В этом может помочь, например, вот этот бесплатный курс
https://stepik.org/course/76/

Большинство исследователей сегодня пользуются для анализа языком, специально написанным для анализа данных - R (https://www.r-project.org/ и https://www.rstudio.com/)

Широкие возможности предоставляет также Python (https://www.python.org/). Его плюс в том, что это полноценный язык программирование. Не бойтесь, программирование это не страшно. Если для вас это другой мир – рекомендуем гарвардский курс CS50 для знакомства. 

https://cs50.harvard.edu/

Если программирование - это совсем не для вас, есть и альтернативы
https://jasp-stats.org/ - JASP

Если вас интересует, что происходит в мире статистики - рекомендуем подписаться на многочисленные блоги. 

Начать можно, например, вот с этого
https://daniellakens.blogspot.com/

Для того, чтобы писать и публиковать статьи

Для науки очень важно, чтобы вы могли делиться с коллегами данными, которые вы получили. Для этого нужно писать статьи. Для многих именно эта часть работы дается сложнее всего. 

Вот тут есть полезные советы о том, как становиться лучше в этом направлении
https://www.amazon.com/How-Write-Lot-Practical-Productive/dp/1591477433

Если вы уже написали статью - нужно понять, где ее публиковать. Не всегда просто совершить выбор. Существуют сервисы, которые пытаются в этом помочь. Просто загрузите туда abstract вашей статьи, и вам предложат подходящие варианты
http://jane.biosemantics.org/index.php

Похожий сервис есть у издательства Elsevier
https://journalfinder.elsevier.com/

Вот здесь описана последовательность ваших действий
https://www.elsevier.com/authors/journal-authors/submit-your-paper

Кроме того, вам может быть полезно

Платформа для системной организации и хранения собственных экспериментов
cos.io

Сервис для пер-регистрации своих экспериментов
aspredicted.org