Wie man Forschungsthemen findet: Notizen eines Datenwissenschaftlers

0

Datenwissenschaftler und Physiker Ilan Dan-Gur writes about how he was able to find and pursue Forschung topics that used his skills and have the potential to make a real-world impact. 

Ein interessantes und lohnenswertes Thema zu finden, an dem man forschen und seine ganze Ausbildung und Leidenschaft einsetzen kann, liegt vielen Wissenschaftlern, die keine Vollzeitbeschäftigung haben, sehr am Herzen. Bei der Suche auf Plattformen wie Kolabtree Die Suche nach Projekten, die von Ihrem Wissen profitieren können, ist eine wichtige Option, die zu finanziellen Gewinnen und der persönlichen Befriedigung, anderen zu helfen, führen kann. Vielleicht haben Sie aber auch das Bedürfnis, Ihre eigenen Forschungsthemen zu finden, entweder um ein Unternehmen zu gründen oder um sich einen Namen zu machen und Ihre Fähigkeiten zu präsentieren.

Unter den Wissenschaftlern wächst jedoch die Überzeugung, dass es heute schwieriger denn je ist, interessante Forschungsthemen zu finden, da der wissenschaftliche Kenntnisstand ständig wächst. Paul Dirac sagte später in seinem Leben berühmt über die Anfänge der Quantenmechanik: “It was very easy in those days for any second-rate physicist to do first-rate work…It is very difficult now for a first-rate physicist to do second-rate work.” But if you are not looking to produce anything remotely so grandiose, you may be able to find opportunities if you dig into information and data about topics that are interesting to you even if you are working from home using only your computer and WiFi (along with your college education, passion to investigate, and perhaps the local public library). For example, you may be able to analyze existing data in a new way that no one had thought of (or at least no one had published about), or perhaps you will be able to add new data to the current collection.

Meine formale Ausbildung ist in Physik und Elektro-OptikUnd obwohl meine eigenen Erfahrungen natürlich subjektiv sind, möchte ich vier Beispiele für Themen anführen, die ich "im Alleingang" (ja, nichts in der Wissenschaft ist das wirklich) von zu Hause aus (oder oft auch in einem Café) erdenken und erforschen konnte, bei denen ich mein wissenschaftliches Wissen anwenden musste, die eine vernünftige Chance hatten, das Interesse der Öffentlichkeit zu wecken, und die spannend waren, weil sie garantiert etwas Einzigartiges zum bestehenden Wissensbestand in der Welt beitragen konnten.

1. Geografische Krebscluster in den Vereinigten Staaten.

Large databases of U.S. public health records are freely available [1], courtesy of the U.S. government. In 2017, while browsing through cancer-rate data of different U.S. states, and doing basic online research using google, it occurred to me that no article had been published with a focus on shared borders between states with high cancer rates. Specifically, no article had been published that simply counted the number of shared borders between states with the highest cancer rates, even through the data to do such an analysis was readily available on the CDC website, and the investigation would have been straightforward and easy to do. Put differently, my intention was to take a large amount of data and “connect the dots” (i.e. organize) the data in a way that had never been done before, while intentionally ignoring the more complex question of whether such an analysis would be useful and to whom. I posted the investigation and the results on my website [2], as well as a secondary statistical analysis [3].

LESEN ALSO  Die Schwierigkeiten bei klinischen Versuchen

Während der Analyse und der Betrachtung der Daten wurde mir außerdem klar, dass es notwendig war, einen neuen Begriff zu prägen und zu definieren, der für die Analyse von zentraler Bedeutung war, nämlich das "Verhältnis der gemeinsamen Grenzen", was die Untersuchung noch spannender machte.

2. Lebenserwartung in den USA.

Ähnlich wie in Beispiel 1 habe ich anhand statistischer Mortalitätsdaten aus den USA einzigartige Fragen zur Langlebigkeit entwickelt und untersucht [4].

3. Datenbank mit Bildern von Hautmalen

While today there is a large selection of mobile apps to analyze skin moles for signs of cancer, long before smartphones apps became popular I was the first to offer the public a free advice on signs of skin cancer [5] in return for posting their mole images on my website. While my intention was to educate the public about signs of skin cancer, as well as to advertise a software I had written for performing the analysis (see example 4 below), the result of offering a free analysis was the largest online database of user-contributed skin mole images [6], which, as I later found out, was used (with proper accreditation to my company, Opticom Data Research) in a book published in 2015 [7, 8] discussing advancements in Mathematik und Statistik (unrelated to my own website and analysis).

4. Automatische Analyse von Hautmalen

Im Jahr 2001 beschloss ich, nachdem mir verschiedene Dermatologen gesagt hatten, dass ich ein hohes Risiko für Hautkrebs habe, und nachdem ich acht Hautbiopsien hinter mir hatte, eine Software für Personalcomputer zu schreiben (und zu verkaufen) (die ich damals in C++ [9] schrieb und kürzlich in JavaScript für die freie Nutzung in Webbrowsern [10, 11, 12] übersetzte), die Bilder von Muttermalen analysierte. Bevor Smartphones und mobile Apps populär wurden, konnte ich Kopien der C++-Software weltweit verkaufen, zusammen mit einem einfachen mechanischen Aufsatz, den ich entwickelt hatte, um eine Kamera nahe an die Haut zu halten.

REFERENZEN

  • [1] https://wonder.cdc.gov/DataSets.html
  • [2] http://opticomdataresearch.com/statistics/cancer/clusters/main.htm
  • [3] http://opticomdataresearch.com/statistics/cancer/clusters/shared-borders-statistics.htm
  • [4] http://opticomdataresearch.com/statistics/how-long-will-i-live.htm
  • [5] https://www.prweb.com/releases/2008/07/prweb1060104.htm
  • [6] http://opticomdataresearch.com/mobile/mole-on-skin.htm
  • [7] Anwendungen der Computeralgebra (Springer Proceedings in Mathematics and Statistics, 2015)
  • [8] https://books.google.ca/books?id=tW0uDwAAQBAJ&pg=PA184&dq=opticom+Daten+Forschung
  • [9] http://opticomdataresearch.com/molesense.htm
  • [10] https://chrome.google.com/webstore/search/skin%20cancer
  • [11] http://opticomdataresearch.com/mobile/skin-cancer-image-search.htm
  • [12] http://www.opticomdataresearch.com/mobile/atypical-mole.htm

 


Kolabtree helps businesses worldwide hire freelance scientists and industry experts on demand. Our freelancers have helped companies publish research papers, develop products, analyze data, and more. It only takes a minute to tell us what you need done and get quotes from experts for free.


Unlock Corporate Benefits

• Secure Payment Assistance
• Onboarding Support
• Dedicated Account Manager

Sign up with your professional email to avail special advances offered against purchase orders, seamless multi-channel payments, and extended support for agreements.


Teilen.

Über den Autor

Ramya Sriram ist verantwortlich für digitale Inhalte und Kommunikation bei Kolabtree (kolabtree.com), der weltweit größten Plattform für freiberufliche Wissenschaftler. Sie verfügt über mehr als ein Jahrzehnt Erfahrung in den Bereichen Verlagswesen, Werbung und Erstellung digitaler Inhalte.

Eine Antwort hinterlassen