怎么判断一个「研究发现」靠不靠谱?
区分「靠谱」与「不靠谱」研究发现的三条可操作标准:研究设计是否严谨、结论是否被夸大、以及来源是否可追溯。
A complete interactive classroom, not just a preview.
Start when you are ready to enter this Stage's 8 scenes and explore, respond, and learn as you go.
看到一个「研究发现」的新闻标题,怎么在 60 秒内判断它是不是靠谱?
几乎每天都有新闻标题写着「最新研究发现……」,但其中有些后来被推翻、有些只是噱头。你只要掌握三条线索,就能在 60 秒内分辨真假。
直觉上「研究」听起来就是权威,但同一个话题常常出现「研究发现 X 有害」和「研究发现 X 没事」的矛盾报道,到底信谁?
用一个真实新闻标题作为样本,把它的样本量、对照组、来源期刊、相关性 vs 因果性逐条拆给学员看。
给出三条可操作的判断标准,让学员下次再看到「研究发现」时,能自己判断它是否值得相信。
很多人会直觉地认为「只要发表在科学期刊上就靠谱」「样本量越大越可信」「专家说的都对」,但这些直觉在新闻报道里常常被带偏。
- 不做具体研究方法学(如 p 值、置信区间的统计学教学)
- 不教如何阅读整篇论文
- 不涉及医学诊断建议
- 01「研究发现」三个字,到底在说什么?slideQuestion
用一个常见的「咖啡延寿」或「玩手机让孩子变笨」式新闻标题开场,引出每天面对的矛盾信息,提出今天的核心问题。
- 新闻标题里「研究发现」的常见套路
- 同一个话题为什么会冒出相反结论
- 今天的任务:找出三条可靠的判断线索
- 02先猜一猜quizPrediction
在拆解之前,让学员先凭直觉选一次:下面哪一条新闻最可能是「靠谱」的研究发现?
- 做一次直觉选择,建立后续对比的锚点
- 03拆开一条新闻标题interactiveEvidence
给学员一个互动卡片,让ta逐项勾选/标注一个新闻标题里能看到的线索:样本量、对照组、来源、是不是「相关」还是「因果」。
- 识别标题里出现的样本量数字
- 判断标题是否提到对照组或随机
- 区分「相关」与「导致」
- 04靠谱的研究长什么样?slideEvidence
展示一个真实发表的同行评审论文摘要,对比「靠谱」研究的几个标志:明确的样本量、对照组、置信区间、利益声明。
- 样本量通常 ≥ 几百到上千
- 有对照组(对照组吃了安慰剂/做别的事)
- 有同行评审标识与期刊名
- 结尾有「利益冲突声明」
- 05为什么「相关」不等于「因果」slideExplanation
用经典反例「冰淇淋销量与溺水率正相关」解释:两个变量同时上涨,真实原因可能是「天气热」。新闻最爱把这种相关性说成因果。
- 相关性是「一起变」,因果是「A 导致 B」
- 常见混淆:先看到 A 再看到 B ≠ A 导致 B
- 靠谱新闻会用「相关」「可能」等保守词
- 不靠谱新闻直接说「导致」「证明」
- 06实战:再判断三条新闻interactiveTransfer
给学员三条新的新闻标题,让ta用刚才学到的三条标准独立判断哪条最靠谱,强化迁移能力。
- 应用三条标准到新样本
- 识别「动物实验」被包装成「对人有效」
- 识别来源是「预印本」「会议摘要」还是「正式期刊」
- 07这些情况要另当别论slideBoundary
说明三类例外:预印本(未经同行评审但可能是突破)、单一权威机构发布(CDC、世卫)、以及利益相关的厂商研究——它们各自要加哪些额外警觉。
- 预印本不等于不靠谱,但要等后续验证
- 权威机构发布有公信力,但也会犯错
- 厂商资助的研究天然有偏向,要看利益声明
- 08三步判断法:今天就能用slideResolution
把三条标准浓缩成一个可保存的小清单,并直接回答开篇的驱动问题。
- ①看研究本身:样本量、对照组、是不是因果相关
- ②看新闻标题:是否夸大、用词是否保守
- ③看来源:是否可追溯到同行评审期刊与无利益冲突
- 回答:60 秒内能不能判断,靠的是这三步,不是看头衔
Discussion threads for a Stage aren't available yet.