Perché la teoria era sbagliata? "Non ha funzionato" non è la fine: la fine è sapere perché non ha funzionato. Ci sono almeno due possibili risposte:

• C'è un errore fondamentale e ovvio al centro del modello che avrebbe dovuto essere colto molto tempo fa. In questo caso, potrebbe essere una questione di ricominciare. È difficile produrre un articolo / una tesi se la storia è "Ho creato un modello stupido e non ha funzionato".
• C'è qualche motivo precedentemente sconosciuto per cui il modello non ha funzionato nonostante le persone intelligenti pensassero che avrebbe funzionato. Questo è probabilmente un risultato interessante e pubblicabile. In effetti, potrebbe essere ancora più interessante di un articolo che dice semplicemente "abbiamo utilizzato un modello e ha funzionato come previsto".

Sembra che anche i dati siano preziosi . Anche se si tratta di ricominciare da capo, questo set di dati sembra che potrebbe portare a una pubblicazione o essere un ingrediente della nuova tesi.

La ricerca non consiste nel prendere una dichiarazione e dimostrare che è vera . Ciò presupporrebbe che sia, in effetti, vero senza che la ricerca venga eseguita. La ricerca consiste nel determinare se qualcosa è vero o no.

Ma ci sono due possibilità qui. Uno, che si verifica negli studi statistici, è un risultato che mostra prove insufficienti che la teoria sia vera. Un altro, che può verificarsi lì o, diciamo, in matematica, è un risultato che mostra che la teoria è chiaramente sbagliata.

Il primo di questi è un esperimento fallito. Potrebbe dire poco sul modello. Ma quest'ultimo è un risultato definitivo. "Abbiamo pensato che questo potesse essere vero e abbiamo scoperto che non lo è".

Nota che nei test statistici, una parte dei campioni utilizzati darà risultati falsi. Se lo studio è ben progettato, puoi prevedere quale sia quella frazione, ad esempio 0,01.

Ma mostrare che un modello o una teoria è chiaramente sbagliato si traduce in una buona tesi e sì, tu dici "Questa teoria è sbagliata !!!"

Una teoria statistica fallita può, tuttavia, richiedono più lavoro, o il consulente e il comitato possono accettarlo, a condizione che il design fosse buono e tutto il resto fosse fatto con attenzione e in buona fede.

La conoscenza è conoscenza ed è buona, sia essa positiva o negativa.

In effetti, molti studi pubblicati si sono successivamente dimostrati falsi perché gli investigatori sono partiti con una nozione preconcetta della verità e hanno fatto il possibile per "renderla tale". Questa non è ricerca. La ricerca sta entrando nell'ignoto per cercare di farlo conoscere.

Ne parli con il tuo consulente, poi scrivi un documento che spiega la tua metodologia e i tuoi risultati.

Ovviamente, il primo passo è parlarne con il tuo supervisore, per assicurarti che tutti siano stessa pagina, e per accertare i requisiti per una tesi di dottorato nel tuo particolare dipartimento. In alcuni casi, potresti avere diversi documenti sottoposti a revisione paritaria già pubblicati che puoi utilizzare per compilare insieme per creare la tua tesi di dottorato; in altri casi, ciò potrebbe non essere consentito o potrebbe non essere possibile se devi ancora pubblicare qualcosa. Indipendentemente dalla situazione, tuttavia, dovrebbero comprendere i requisiti che il tuo dipartimento ti pone per completare con successo il tuo dottorato di ricerca.

Tuttavia, comunque tu decida di strutturare il tuo elaborato di tesi, probabilmente finirai per spiegare le metodologie hai utilizzato per produrre il modello, raccogliere i dati e quindi analizzare i risultati del modello utilizzando i dati per concludere che non c'è supporto sufficiente per concludere che la tua ipotesi era vera. A seconda delle norme del tuo dipartimento, potresti o meno pubblicare il codice che hai usato per produrre il tuo modello open-source.

La tua domanda mostra che il pregiudizio di pubblicazione inizia nella scuola di specializzazione (o anche prima). Per citare l ' articolo di Wikipedia:

Il bias di pubblicazione è un tipo di bias che si verifica nella ricerca accademica pubblicata. Si verifica quando il risultato di un esperimento o di uno studio di ricerca influenza la decisione se pubblicarlo o distribuirlo in altro modo. La pubblicazione solo dei risultati che mostrano una scoperta significativa disturba l'equilibrio dei risultati e inserisce pregiudizi a favore di risultati positivi.

Se questa ricerca si basa su un famoso modello preesistente, forse quel modello ha solo è sopravvissuto per tutto il tempo che ha perché il bias di pubblicazione lo ha protetto dalla confutazione. Non solo la ricerca che va contro un modello adeguato per un dottorato di ricerca, potrebbe essere sottilmente dannoso per la più ampia comunità di ricerca seppellirla. Ovviamente non conosco i dettagli del caso, ma in base a quello che hai detto, questa suona come una buona dissertazione di cui essere orgoglioso, piuttosto che qualcosa di cui scusarti.

IMHO. La prima cosa da fare è avvisare immediatamente il relatore della tesi. C'è una domanda sull'integrità che deve essere sempre in primo piano: il consulente non deve mai avere una scusa per mettere in dubbio la veridicità del tuo amico. Questo è importante per il secondo passaggio. Se il consulente sostiene personalmente la scoperta di qualcosa che non è vero, parlerà ai suoi colleghi e sentirà il sostegno per una difesa formale. Se ha il sostegno dei suoi colleghi, lascerà andare avanti la difesa (con una riscrittura, ovviamente). Dopo tutto, non è questo lo scopo di una tesi: scoprire qualcosa che prima non si sapeva? Ricorda, il consigliere ha anche "skin nel gioco". Se fa procedere una difesa e viene abbattuta, perde "la faccia". Se crede nel tuo amico, ha una buona possibilità.

Le persone, le loro relazioni e gli aspetti organizzativi del processo sono solitamente più importanti dell'output finale, ma non c'è una ragione fondamentale per cui un risultato negativo non sta ancora scoprendo qualcosa che valga la pena segnalare. Dopo tutto, il farmaco Sildenafil ha fallito i suoi test clinici fino a quando qualcuno non ha letto un promemoria interdipartimentale e ha esaminato i risultati negativi in ​​modo diverso.

OBTW. Ho trascorso 20 anni in una società Fortune 500, una parte di quel tempo come manager. Non ho un dottorato di ricerca, ma conosco persone e processi. Il problema del tuo amico non è diverso. Di 'al tuo amico che ce l'ha e congratulazioni per aver terminato la ricerca! Incoraggialo a non essere un ABD: il tuo amico è così vicino !!!

Se conoscessi la risposta prima di iniziare, non sarebbe davvero una ricerca.

Ci sono state molte teorie che si sono rivelate sbagliate. Un esempio recente è la supersimmetria. Questa idea della fisica delle particelle era davvero interessante per molte ragioni e molti fisici hanno trascorso la loro carriera lavorando sulla teoria. Tuttavia, l'LHC non ha rilevato particelle supersimmetriche, il che si sta rivelando un grosso problema.

Il tuo amico dovrebbe parlare con il proprio consulente del problema, ma non dovrebbe esserlo anche preoccupato di trasformare in una tesi che dice "ben quattro anni di ricerca dimostrano che questa teoria è sbagliata". Sarebbe in buona compagnia.

Il mio relatore ha detto all'inizio dei workshop, che le tesi che si sono rivelate sbagliate caratterizzano solitamente le migliori dissertazioni.

La spiegazione è semplice: se la tua tesi dimostra di essere corretta, allora in realtà, nella maggior parte dei casi, dimostra che qualcosa che si crede sia corretto è corretto. Nella maggior parte dei casi, non sposta nulla in avanti. D'altra parte, se la tua tesi si è rivelata sbagliata, è molto più interessante. Hai sicuramente discusso la tua tesi iniziale con il tuo consulente, che corrisponde anche al tuo stato iniziale di conoscenza che hai ottenuto dai libri. Ma poi hai trovato qualcosa che non corrisponde a quello stato di conoscenza. Se riesci a scoprire perché la tua tesi originale era sbagliata, ha un grande potenziale per portare qualcosa di nuovo alla scienza.

Lavorare con quello che hai:

• Difficile ottenere dati
• Una teoria che ora sai per certo è sbagliata

Sbagliato in che modo? "Impossibile mostrare la significatività statistica" o "può dimostrare che è vero il contrario"? Se puoi dire qualcosa di definito come che è vero il contrario, allora puoi formulare un nuovo modello migliore del tuo vecchio (perché concorda con le prove).

Se tutto ciò che hai è "nessun significato", allora è meno succoso, ma potresti comunque essere in grado di scrivere un articolo su "il modello X fallisce nella circostanza Y, e qui sono i miei argomenti perché penso che Z sia la causa ".

I dati difficili da ottenere sono una prospettiva interessante. Se ci sono voluti anni per ottenere questi dati, pubblicarli in modo che qualcun altro non abbia bisogno di anni per raccogliere quei dati può essere scientificamente prezioso. Se ci sono voluti anni per ottenere questi dati, presumibilmente altre persone non hanno avuto molte possibilità di studiare e analizzare i dati, e puoi anche scrivere su questo.

Complessivamente, hai cose su cui scrivere che ha richiesto una persona intelligente tre anni di lavoro serio da raccogliere. E hai imparato gli alti e bassi della ricerca. Collabora con il tuo supervisore per capire una nuova direzione per la tesi. Ma dovresti essere in grado di scrivere una tesi forte che dimostri che hai imparato a fare ricerca e presenti i risultati della ricerca che non erano già disponibili alla comunità scientifica (è difficile ottenere dati e conoscenze su quale approccio di modellazione sorprendentemente non funziona).

Vorrei strutturare un documento dal titolo "Sulla non sostenibilità dell'ipotesi che ...".

Questo documento potrebbe essere un rapporto di ricerca, un articolo di giornale, un capitolo di tesi, qualsiasi cosa. Durante la scrittura, la logica dei pensieri si svelerà da sola; forse puoi anche scoprire che non è vero che tutto è sbagliato. Tutte le altre reazioni fornite in questo thread contribuiscono a fornire motivazione e modi ragionevoli per andare avanti.

In termini di auto-riflessione, oltre a una serie di pregiudizi di giudizio che si verificano frequentemente, ti preghiamo di prestare attenzione pregiudizio dell'impostore: c'è persino una playlist di discorsi TED da cui scegliere la variante più adatta.

Infine, per ispirazione, potrebbe essere interessante osservare le linee editoriali delle riviste che pubblicano "studi sui fallimenti" come diversi dagli "studi falliti". Uno nella comunità medica di cui ho sentito parlare è il Journal of Negative Results in Biomedicine. Immagino che sia importante raccogliere il vocabolario appropriato per spiegare "studi sui fallimenti" e prendere in prestito da qualsiasi fonte attendibile può essere utile.