Φυσικά και δεν θα σταματήσω να συμφωνώ με αυτό:
Συνεπώς δεν μπορεί να είναι κάτι που έχει ΜΟΝΟ οφέλη όπως διαδίδεται και κατά την ταπεινή μου γνώμη καλό είναι να το σκεφτούμε 2 και 3 και 4 φορές πριν πάρουμε μια τέτοια απόφαση.
Με λύπη μου όμως παρατηρώ όλους τους άλλους "υπέρμαχους της μη στείρωσης" (σε οικόσιτα ελεγχόμενα ζώα πάντα), εκτός από το Yorkaddict, να μη έχουν σταματήσει ούτε δευτερόλεπτο να αναρωτηθούν εκτός από αυτό:
Τι ακριβώς γίνεται στον οργανισμό όταν στειρωνεις ένα ζώο, πέρα από το προφανές;
Και αυτό:
- Τι ακριβώς γίνεται στον οργανισμό όταν δεν επιτρέπεις σε ένα ζώο να εκτονώσει τις γενετίσιές του ορμές και αφήνεις τις ορμόνες σε πλήρη εκδήλωση, πέρα από το προφανές;
ΟΛΕΣ τις αποφάσεις ελέγχου κάποιου πράγματος, και δη όσο αφορά ζωντανούς οργανισμούς,
πρέπει να τις σκεφτόμαστε και 2 και 3 φορές.
Σε ότι απόφαση αντιμετωπίζουμε, πάντα υπάρχουν γενικές και ειδικές συνθήκες. Είτε ξεκινήσουμε από τη γενική και ειδικεύσουμε στη συγκεκριμένη, είτε ξεκινήσουμε από την ειδική και ανάγουμε στη γενική, κερδισμένοι θα μαστε. Το να ασπαστούμε το ένα από τα δύο, σημαίνει ότι φοράμε κάτι παρωπίδες ΝΑ με το συμπάθειο.
Να εγώ εδώ από πάνω σας καδράρω το γενικό. Εσείς τόσες μέρες συζητάτε το ειδικό. Ας τα παντρέψουμε μπας και σωθούμε...
Όσο αφορά τις έρευνες, σας λέω αυτά που γνωρίζω από πρώτο χέρι, προς ενημέρωση:
- Κάθε άρθρο που λέει απλά "οι επιστήμονες λένε" πρέπει να αντιμετωπίζεται εξ ορισμού με σκεπτικισμό, προτού ελεγχθεί ποιοί ήταν αυτοί οι επιστήμονες και πού τα είπανε (δείτε παρακάτω).
- Έρευνα που δεν είναι peer reviewed δεν έχει καμία αξία στον επιστημονικό κόσμο.
- Το ποιοί θα κάνουν αυτό το peer review μετράει ΠΑΡΑ πολύ στην αξιοπιστία της έρευνας. Μόνο σημαντικά συνέδρια, περιοδικά και άλλα venues ανά επιστήμη διαθέτουν πραγματικά αξιόλογους επιστήμονες ως reviewers. Όλα τα άλλα που τα δίνουν σε κάτι άσχετους μπατζανάκηδες του τριτοξάδερφου του πρωτοετή φοιτητή του γτπ πανεπιστημίου της κομητείας Σιν Τσουαν Μπνε έχουν αξιοπιστία (τα ίδια και οι μελέτες που δημοσιεύουν) ναχαμεναλεγαμε. Υπάρχουν διάφοροι δείκτες που δείχνουν τη "σημαντικότητα" του venue. Μην ασπάζεστε ότι "έχει δημοσιευτεί". Αρχίστε να ψάχνετε στα θέματα που σας ενδιαφέρουν και παρακολουθείτε την αξιοπιστία του venue στο οποίο έχει δημοσιευτεί αυτό που διαβάζετε. Λέξεις κλειδιά = impact factor.
- Και οι peer reviewed έρευνες δεν είναι θέσφατα. ΜΗΝ τις βλέπετε μεμονωμένα. Συνήθως αφορούν κάποια πειράματα/μελέτες τα οποία γίνονται λαμβάνοντας υπόψη κάποιες Χ,Υ παραμέτρους, τα οποία τα δίνουν απλόχερα στους συναδέλφους τους για να τα εξετάσουν, να τα εξελίξουν ή και να τα αντικρούσουν. Δείτε τι impact έχει η έρευνα η ίδια: ανοίξτε το google scholar, ψάξτε την, και δείτε πόσα citations έχει. Αν δεν είναι φετινή και έχει ψίχουλα σε citations, οι ομότιμοι δεν την θεώρησαν σημαντική. Αν έχει κάποια (και όσο πιο πολλά, τόσο πιο impactful, άρα λέει τουλάχιστον κάτι άξιο αναφοράς, έστω και αν αντικρούεται στο τέλος), ανοίχτε τις έρευνες που έκαναν cite αυτήν. Τι κάνουν; Την επιβεβαιώνουν με τις ίδιες παραμέτρους; Ακόμα καλύτερα, την επιβεβαιώνουν με άλλες/πειραγμένες/περισσότερες παραμέτρους (εδώ είμαστε ΠΟΛΥ καλά); Την αντικρούουν; Αν ναι, πόσες την αντικρούουν; Με τι παραμέτρους (διαφορετικές/περισσοτερες-γενικότερες/ΝΕΟΤΕΡΕΣ
; Τι impact είχαν με τη σειρά τους οι "πολέμιοι" (είναι δλδ τυχάρπαστος "πόλεμος" ή η κοινότητα στράφηκε ξεκάθαρα προς την αντίθετη κατεύθυνση
;
ΜΗΝ πέφτετε στη λούπα του "επαϊοντα" επειδή κάτι δημοσιεύτηκε κάπου. Δυστυχώς σε όλες τις επιστήμες υπάρχουν μέρη που δημοσιεύεται άκριτα το οτιδήποτε.
Επίσης, κάτι που είδα το deacon να αναφέρει κάπου πιο πίσω:
Οι επιστημονικές στατιστικές μελέτες ΔΕΝ είναι επιστημονικές αποδείξεις. Είναι ακριβώς αυτό που λένε: στατιστικά που χρησιμεύουν
προς απόδειξη κάποιου πράγματος, που μπορεί να μην αποδειχθεί για πολλά χρόνια ή και ποτέ.
Απόδειξη συνιστά ένα συμπέρασμα το οποίο δεν αντικρούεται για ΟΛΕΣ τις συνθήκες που το διέπουν, οι οποίες είναι ήδη αναγνωρισμένες, πέραν ενός μικρού δείγματος λάθους το οποίο κινείται πάντα σε προβλεπόμενα όρια.
Π.χ. αποδεδειγμένο είναι το ότι η τάδε ιατρική επέμβαση στειρώνει ένα ζώο. Στατιστικά είναι ότι το Χ% δεν θα πάθει τον τάδε καρκίνο αν στειρωθεί, αλλά το Υ% θα πάθει τον άλλο καρκίνο αν στειρωθεί.
Στο θέμα που συζητάτε,
δεν έχει αποδειχθεί τίποτα.
Καμιά από τις δύο απόψεις που συζητιούνται εδώ. Αν είχε
αποδειχθεί, θα το ξέρατε. Από ότι έχω διαβάσει ως τώρα, δυστυχως στα ζώα, γενικά, τα δείγματα μελέτης (πληθυσμός, έλεγχος συνθηκών/παραμέτρων, έλεγχος του
αντίθετου πληθυσμού) είναι ακόμα στατιστικά
μη σημαντικά για βέβαιωση των υποθέσεων που εξετάζονται. Και στα στατιστικά, το Χ% και το Υ% από πάνω, δεν κινούνται καν σε ένα σταθερό όριο για το γενικό πληθυσμό, ούτε καν για ειδικούς πληθυσμούς (π.χ. μια φυλή), γενικευμένα σύμφωνα με όλες τις σχετικές συνθήκες (π.χ. τρόπος ζωής, μέρος που ζούνε, λαμβάνοντας υπόψη
όλους τους γνωστούς παράγοντες που επηρεάζουν π.χ. τα συγκεκριμένα είδη καρκίνου)!!!!
Νηπιακά βήματα κάνουν οι άνθρωποι μπας και κάποια μέρα θεμελιώσουν κάτι. Οι σοβαροί εξ αυτών θα κλαίγανε αν βλέπανε ότι οι κόποι τους θα κατέληγαν στο "να, δες, 100 δείγματα, με Χ attributes, υπό Υ συνθήκες
αποδεικνύουν το τάδε".
Ευχαριστώ και συγνώμη για την οποία αναστάτωση δημιούργησα
Εσύ, αναστάτωση; Μην το ξαναπείς. Τι να πούμε και οι υπόλοιποι σε αυτό το φόρουμ;
