Famous cognitive psychology experiments that failed to replicate
Знаменитые когнитивные эксперименты, которые не удалось воспроизвести
В 2010-х годах психология пережила кризис репликации, когда многие принятые результаты оказались ненадёжными. Это краткий справочник по самым известным когнитивным исследованиям, которые не удалось воспроизвести — их следует считать ложными.
Эффект истощения эго
- Утверждение: Сила воли истощается в течение дня.
- Статус: не воспроизведён
- Источник: Hagger et al. 2016
Эффект сильных поз
- Утверждение: Экспансивные позы повышают уверенность.
- Статус: не воспроизведён
- Источник: Ranehill et al. 2015
Прайминг пожилыми словами
- Утверждение: Слова о старости замедляют походку.
- Статус: не воспроизведён
- Источник: Doyen et al. 2012
Деньги и эгоизм
- Утверждение: Мысли о деньгах усиливают эгоизм.
- Статус: не воспроизведён
- Источник: Rohrer et al. 2015
Предвидение (ESP)
- Утверждение: Люди могут предсказывать будущее.
- Статус: не воспроизведён
- Источник: Galak et al. 2012
Чистота и мораль
- Утверждение: Чистота снижает моральную строгость.
- Статус: не воспроизведён
- Источник: Johnson et al. 2014
Глюкоза и сила воли
- Утверждение: Глюкоза восстанавливает волю.
- Статус: не воспроизведён
- Источник: Lange & Eggert 2014
Голод и риск
- Утверждение: Голод повышает рискованность.
- Статус: не воспроизведён
Комментарии (82)
- Обсуждается кризис репликации в психологии, особенно в социальной психологии, где многие известные эксперименты не воспроизводятся.
- Участники отмечают системные проблемы в области: низкое качество статистического анализа, p-hacking и культурные проблемы, препятствующие проведению репликаций.
- Высказываются предложения по улучшению ситуации, включая обязательные репликации для PhD-студентов и проверку результатов независимыми лабораториями до публикации.
- Некоторые участники защищают психологию, указывая, что она серьезно отнеслась к кризису и что многие результаты все же воспроизводимы.
- Обсуждается потенциальный вред для общества от некорректных научных результатов, но конкретное влияние упомянутых исследований оценивается как незначительное.
- Поднимается вопрос о реплицируемости экспериментов в других областях, например, в машинном обучении.
- Отмечается, что некоторые из упомянутых в исходном посте исследований на самом деле были успешно реплицированы, что ставит под вопрос справедливость их включения в список «опровергнутых».
Representing Python notebooks as dataflow graphs
marimo — новый open-source Python-ноутбук, в котором программа представлена графом потока данных. Это снимает главные боли Jupyter: скрытое состояние, невоспроизводимость, невозможность повторного использования и сложную поддержку.
Почему старый формат не подходит
- Воспроизводимость. Исследования 2019–2020 гг. показали: только 4–24 % ноутбуков на GitHub можно перезапустить без ошибок и получить те же результаты. Причина — скрытое состояние: удаление или переупорядочивание ячеек ломает выводы.
- Интерактивность. В Jupyter интерактивен процесс, но не сами данные: выделение точек на графике не возвращает датафрейм.
- Поддержка и переиспользование. Файл
.ipynb— это JSON-блоб, не валидный Python-код; сложно версионировать в Git и переиспользовать как модуль или пайплайн.
Как marimo решает задачу
- Каждый ноутбук — корректный Python-скрипт и модуль.
- Граф зависимостей ячеек строится статически; изменение одной ячейки автоматически перезапускает только зависимые.
- Реактивность: обновление переменной мгновенно отражается во всех графиках и виджетах.
- Один файл можно экспортировать как приложение или запускать без ядра Jupyter.
Комментарии (27)
- Пользователи хвалят marimo за реактивное исполнение, «песочницу» uv и лёгкий обмен с коллегами.
- Сторонники Jupyter считают, что «restart kernel & run all» решает проблему воспроизводимости, но критики отвечают: это требует дисциплины и не работает при тяжёлых вычислениях.
- Некоторые видят в ноутбуках лишь инструмент разведки и предлагают после исследования переносить код в обычные .py-файлы.
- Участники сходятся, что метаданные зависимостей и чистые DAG-подобные модели вычислений могли бы улучшить ситуацию.