当サイトの記事の一覧です。
ページ
カテゴリーごとの投稿
- カテゴリー: AI・DX（研究者としてのAIの活用やDX推進）
- カテゴリー: パパの料理
- カテゴリー: ブログ運営・副業
- カテゴリー: 大学教員・研究関連
- 「研究力」とは誰のための指標なのか？
- なぜ日本の研究力は低下したと言われるのか？データから考える5つの要因
- 国際卓越研究大学とは？東北大学・東京科学大学・京都大学が選ばれた理由を分かりやすく解説
- 平均点で研究者を評価して本当に公平なのか？統計学から考える研究費審査
- 被引用数（Citation）だけで研究者は評価できるのか
- 論文数で研究者を評価してはいけない理由
- 研究者評価とは何か。数字だけでは測れない「研究力」の話
- 研究者に土日はあるのでしょうか？
- データから見えてくる科研費採択者の特徴
- 不採択申請書に共通する5つの特徴
- 図表が科研費採択率を左右する理由
- 審査委員が本当に見ているのは方法論である
- 採択者は新規性をどのように説明しているのか
- 採択者に共通する最大の特徴は「課題設定」である
- 科研費審査を誤解していないか
- 科研費採択者に共通する申請書の特徴
- 大学教員パパと科研費
- カテゴリー: 子育て・暮らし
- カテゴリー: 統計・データ分析
- 偏差値とは？意味・計算方法・見方をわかりやすく解説【統計学入門】
- 標準偏差とは？データのばらつきを表す代表的な指標をわかりやすく解説
- 分散とは？データのばらつきを数値で表す指標をわかりやすく解説
- 範囲とは？データの広がりを表す最も基本的な指標をわかりやすく解説
- 箱ひげ図とは？見方・作り方・四分位数との関係をわかりやすく解説
- 四分位数とは？データを4つに分けて特徴を読み取る方法をわかりやすく解説
- 最頻値とは？最も多く現れる値の意味と平均値・中央値との違いをわかりやすく解説
- 中央値とは？外れ値に強い代表値をわかりやすく解説
- 平均値とは？データの代表値を最も身近な例からわかりやすく解説
- 棒グラフ・円グラフ・折れ線グラフとは？目的に応じたグラフの使い分けを学ぼう
- ヒストグラムとは？データの分布をひと目で理解する統計学の基本
- 度数分布表とは？データの特徴を見える形にする統計学の第一歩
- 統計リテラシーとは？データ社会を生き抜くための「数字を読む力」
- 相関と因果は違う！統計学で最も重要な考え方をわかりやすく解説
- 統計でよくある誤解とは？数字にだまされないための統計リテラシー
- データの集め方とは？信頼できる統計は「良いデータ」から始まる
- バイアスとは何か？統計学で最も注意すべき「偏り」をわかりやすく解説
- 全数調査と標本調査とは？それぞれの違いと使い分けをわかりやすく解説
- 母集団と標本とは？統計学の基本をわかりやすく解説
- データには種類がある！統計学の第一歩は「データの性質」を知ること
- なぜ統計を学ぶの？ データ社会を生き抜くための「判断力」を身につけよう
- 統計って何？初心者にもわかりやすく解説【高校生から研究者まで】
- 科研費の採択率は研究力を表しているのか？数字だけでは見えない評価の落とし穴
- 利益相反（COI）とは？研究費審査における公平性と評価制度を考える
- ピアレビューとは？研究者同士が評価する仕組みを分かりやすく解説
- 論文数をKPIにすると何が起こるのか？Goodhartの法則から考える研究評価
- 研究力とは何か？大学・研究機関で用いられる指標を解説
- DORA宣言とは？責任ある研究評価に向けた国際的潮流を解説
- 大学ランキングはどうやって決まる？順位だけでは見えない「研究力」の正体
- インパクトファクターとは？研究評価における位置づけを正しく理解する
- h-indexとは？研究者評価における意味と限界を考える
- 【付録】科研費人生シミュレータ
- 採択率が5ポイント上がると、何が変わるのか
- 10年後の採択回数をシミュレーションしてみよう
- 科研費に落ちたあなたへ モンテカルロシミュレーションで考える「研究者の採択率」
- ベイズ統計で「現在の採択率」を推定してみよう
- あなたの採択率、本当にその数字で合っていますか？