人们经常会碰到这样一种说法，即某种模因所作的陈述得到了“研究”或“科学”的支持。 但是，当我开始阅读研究本身时，通常会发现数据与陈述相矛盾。 这是我遇到的一些新例子。
邓宁-克鲁格效应
Dunning-Krueger效应的流行科学版本听起来像是，这样某人对所选主题的了解越少，对他的了解就越多。 实际上，邓宁和克鲁格的说法并不那么强烈。 原始的科学著作已不再是其对大多数流行科学的错误解释，并且您可以通过研究本文中的四个数字来了解科学家的观点。 在这些图中，感知能力或感知能力表示主观评分，而实际能力或真实能力是测试的结果。
在四分之三的案例中，显而易见的是，感知技能与真实技能之间存在正相关，这与Dunning-Krueger效应的流行科学概念相矛盾。 关于为什么感知的技能简洁的一个合理的解释是，很少有人希望将他们的技能评为低于平均水平或最佳。 在另外两种情况下，相关性几乎为零。 对于不同的任务，这种效果可能会有所不同，或者样本太小，并且不同任务之间的差异在噪声范围内。 同样，由于科目样本的具体情况（康奈尔大学的学生，他们在许多领域可能表现出高于平均水平的技能）可能会产生这种影响。 如果您要描述对Wikipedia的影响，它会说这种体验在东亚的再现产生了相反的结果（感知的技能低于真实的技能，并且技能越高，差异越大），并且这种影响很可能是美国文化的产物-但是与此同时，该链接指向了一篇文章，该文章提到了对东亚自信心的荟萃分析，因此这可能又是错误引用的另一个例子。 还是这只是错误的链接。 无论如何，这种影响并不意味着人们知道的越多，他们所认为的知识就越少。
收入与幸福
人们普遍认为金钱不能使人高兴。 多少钱应该足够-这取决于您问谁，但是通常他们谈论的是每年10美元，30美元，40美元和7.5万美元的收入。 目前，在Google上进行的搜索显示，收入增加后不再影响幸福的金额每年为75,000美元。
注意事项 佩雷夫：将他们的收入转移到我们的现实中相当困难。 您可以通过一种非常流行的方法（如“巨无霸”指数）来评估购买力，然后大致估算如下。 如果您相信在线计算器，那么在一个年收入75,000美元的手中，一个人平均将获得53,500美元。在bigmax中，这将大致相当于每月130000卢布（干净）的收入（因为我们更习惯于思考）。
但这不仅是错误的-这种不
正确性在所有研究的国家中仍然存在 。
存在幸福感与收入的相关性，这并不是任何一项特别选择的研究的结果。 在1981-1984年，1989-1993年，1994-1999年，2000-2004年和2005-2009年之间进行了五次连续的“世界价值调查”民意测验，以及对Pew全球态度调查的三次重复调查后，结果得以保存。 2002年，2007年，2010年，1991年，1998年，2001年，2007年，2008年的五次重复国际社会调查计划以及一项大型盖洛普研究。
在上图中，收入以对数标度显示。 如果选择一个国家并构建折线图，您将获得
类似以下内容的信息 ：
与所有对数图一样，给人的印象是曲线应大致对齐，并达到如下所示：
这是一篇声称收入不能使人们快乐的文章的真实写照。 与对数相似，随时间对齐的图也很常见。 尝试搜索“
幸福收入 ”一词。 我最喜欢的一篇文章是赚钱最多的人。 显然，有这么多钱不仅使您快乐，而且使您对一个人尽可能的快乐。
与Dunning-Krueger一样，您可以查看科学论文中的图表，然后看看是什么。 在这种情况下，很容易理解人们为什么散布错误的信息，因为很容易会误解线性范围内构建的数据。
享乐主义的适应与幸福
人们在丹尼尔·吉尔伯特（Daniel Gilbert）在一本
通俗的书中对此进行了描述之后，人们摆脱了麻烦（和积极的情绪），回到了固定的幸福水平，这一观念进入了大众的意识。
但是，即使没有研究适应不良事件的文献，本文的前一部分可能已经对此想法提出了某些问题。 如果人们摆脱了令人不愉快的事件，那么增加收入如何增加人们的幸福感？
事实证明，适应不愉快事件并恢复到先前的幸福水平的想法是一个神话。 尽管具体的影响因事件的性质而异，但
残疾 ，
离婚 ，
失去伴侣 ，
失去工作会对幸福感产生持久的影响。 失业很容易解决，但是即使人们重新找到工作后，此事件的影响仍然存在。 在这里，我仅引用了四项研究，但是
对文献的
荟萃分析表明 ，所有已知研究都证实了这一结果。
对于愉快的事件也是如此。 尽管人们普遍认为中奖并不能使人们更快乐，
但事实并非如此 。
在这两种情况下，早期的横断面研究表明，极端情况（如中彩票或残障）对幸福的影响不会持久。 但是，更长的研究会研究某些人格并衡量一个人的幸福，而当他发生不同的事件时，却显示出相反的结果-发生的事件会影响幸福。 这些结果大部分不是新的（其中有些甚至在丹尼尔·吉尔伯特（Daniel Gilbert）的书发行之前就出现了），但是较旧的结果是基于较不严格的研究得出的，比新的对它们进行校正的结果继续传播得更快。
类型系统
不幸的是，关于研究和证据的虚假陈述不仅限于流行科学模因。 它们还可以在软件和硬件开发中找到。
程序员怀疑类型系统的价值是否等同于疫苗接种对手我每周至少见一次这样的事情。 我选择此示例并不是因为它特别出色，而是因为它很典型。 如果您在Twitter上阅读了一些函数式编程的最强支持者，则可以定期遇到有关存在严重经验证据和支持类型系统有效性的综合研究的陈述。
但是，
对经验证据的
回顾表明，这些证据大部分是不完整的，在其他情况下是模棱两可的。 我认为，在所有错误的模因中，这是最难理解的。 在其他情况下，我可以想象出一个合理的机制来解释这些结果。 “通信能力弱于预期”可以变成“通信能力与预期相反”，对数可能看起来像一个渐近函数，并且通过可疑方法获得的初步结果可以比随后进行的更好地完成的研究更快地传播。 但是我不确定在这种情况下证据和观点之间有什么联系。
可以避免吗？
人们可以理解为什么虚假模因如此迅速地传播，即使它们直接与可靠的来源相矛盾。 阅读科学论文似乎是一项艰巨的任务。 有时候是。 但是通常情况并非如此。 阅读纯粹的数学著作通常是一项乏味的工作。 阅读确定方法论可靠性的经验工作可能很困难。 例如，生物统计学和计量经济学使用完全不同的方法，因此很难很好地理解特定领域中使用的方法集，以便准确了解它们的应用范围和缺点。 但是阅读实证作品只是为了理解他们所说的话通常很容易。
如果您阅读摘录和结论，然后在工作中滚动查找有趣的点（图形，表格，方法缺陷等），则在大多数情况下，这足以了解流行的说法是否与所写内容相吻合。在工作中。 在我理想的世界中，这可以通过仅阅读摘录来理解，但是作品通常在摘录中指出比在正文中给出的陈述更强烈的陈述，因此您至少需要滚动浏览作品。
也许我很天真，但我认为出现虚假模因的主要原因是检查来源似乎比实际情况更加复杂和令人恐惧。 一个明显的例子是Quartz杂志上的一篇文章，内容涉及技术领域薪资上没有性别差异，其中引用
了许多消息来源 ，
这恰恰相反 。 Twitter从人们的嗡嗡声中说，性别差异已经消失。 当我发表一篇帖子时，我只是简单地引用了所引用的作品，其中许多人说，他们的最初陈述是错误的。 他们愿意用自己的语言写一个更正很好，但是据我所知，他们都没有去亲自阅读数据，尽管从图表中可以清楚地看到，关于Quartz的原始文章的作者是如何在不加关心的情况下增进他的见解的。在选择适合它的文章上。