跳上干净的数据

作为我的电脑发出嗡嗡声的转播画面windblown市站在高空跳伞者Felix平流层气球准备自由落体的边缘,我的同事指着屏幕上的不同部分气相色谱图。”看到变形吗?这是氢。你说这就是它出来!”

“是的,”我回答说。但变形不能是一个信号,也不是这个或这个,“我说我环绕光标两个相似的基线词形变化。用这种方法和需要一个可靠的信号噪声,这表明什么。

但可能会有一些。“我的同事退后。这个反应很痕迹。峰,整合它,让我每小时产量。这个提议是由于不久,这是一个很好的确认!”

数据的完整性是至关重要的。决策是在此基础上,资金流动,事业,计划和声誉和破碎。就像花样跳伞从平流层,实验化学勘探资质的诱惑和风险。这必须由方法开发框架,资格和负责任的行为研究。

我已经记不清时代的人展示了基于波涛汹涌的基线和单一的试验结论,或者指着一个孤独的功能在一个情节和分配一个至关重要的解释。或《纽约时报》当有人来到我的数据集,并询问“这是好的吗?”

我不能回答这个问题用一个简单的“是”或“不”。‘好’的数据可以证明一个预先存在的信念或偏见。“坏”数据可能受到贫困的方法开发或解释。我把数据当作降落高度计的:如果有任何问题可重复性和再现性的测量的数据,我不能相信它或我从它的结论。

当有人问,“这是好吗?“我问他们的回报:“这个数据是干净的吗?”

干净的实验数据是统计相关的,展览的定性特征技术,不一定是第一件事争吵光谱仪。在分析你的样品或者与同事合作,确保数据的完整性是至关重要的。世界上到处都有数据的后果误解的例子,从疾病的复兴的发射航天飞机挑战者号。降落,你高度计阅读需要准确和稳定当你准备跳上一个解释。

作为一个化学家,花时间来生成和可靠地解释清洁数据需要一个方法论的方法。它可能觉得慢,——因为它是更加困难。很难在高压力,受截止时间驱使的情况。我很自豪地说我的一些同事已经运行的挑战。

追逐清洁数据的一个副作用是,你的实验变得更加谨慎。你看仔细你的电炉。冷却夹克是建立和过度建设。电气测量屏蔽,小心地连接。你的方法开发需要更多的时间,但偏差下降。做得对,而现在。然后再把它做好。一次又一次。

如果一个高度计费利克斯的手腕上的不当行为,会有争论跳尝试是否应该继续。虽然这是一个极端,影响的数据收集、分析和解释可以引导研究的课程之一。我与衰减全反射傅里叶变换红外光谱法对六个月在固体氧化物样品。通过应用更高标准的样品制备我能够极大地提高我的分析被吸收的物质和残留的有机物。我的催化数据变得更可重复的和可再生的。六个月是值得的,但不容易。

我看着鲍姆加特纳跳跃思考团队的人盯着,出错的指示的读数看在新墨西哥州。我也想要做什么和我的数据。我的同事是期待地看着我。

最后,建议不包括我的数据。基线变形这一天还是有点高,我的探测器不是最佳功能的方法。但是一旦我开始追逐低基线偏差,敏感性改善。趋势出现,成为可重复的。和数据变得更干净。另一个提议被提交之后,小心,integrous研究。

干净数据的挑战是把我虽然我博士的起伏和仍然是考虑在每一个纸我读,每一个过程我观察和每个团队成员一起工作。的问题是干净的吗?”给我通过几个月的“失败”的实验和允许我从不可思议的人。

当我从一个热气球的可能性相对较低,如果我发现自己在这种情况下,我将检查我的高度计不少。