YouTube2Text

Delineamento Experimental - Parte 3: Vieses na Ciência — Transcript

by Bruno Martynhak · 3,129 words · 491 segments · language en · Watch on YouTube

Full transcript

  1. 0:00continuando com a parte 3 agora a parte
  2. 0:03mais subjetiva
  3. 0:04estão os viésis a partir de descrição
  4. 0:09dos resultados a gente já cobriu o Rive
  5. 0:12resolve uma boa parte disso se as
  6. 0:15pessoas seguirem essas recomendações ou
  7. 0:18o máximo possível
  8. 0:20mas ainda a gente precisa que os nossos
  9. 0:23resultados sejam robustos e
  10. 0:25generalizáveis quais são os problemas da
  11. 0:29e reprodutibilidade a gente tem um uso
  12. 0:31inapropriado de animais gasto de verba
  13. 0:35perda de tempo e frustrações em
  14. 0:37perspectivas de tratamento tem um
  15. 0:40tratamento para alguma doença que parece
  16. 0:42muito promissora em modelos animais e aí
  17. 0:44a gente vai testar em humanos não tem
  18. 0:49efeito a gente vai testar em outros
  19. 0:50modelos animais não tem efeito então é
  20. 0:53importante que os nossos resultados
  21. 0:54sejam já de início bastante robustos e
  22. 0:57generalizáveis
  23. 1:00como resolver esse problema não temos
  24. 1:03uma solução infalível tem aspectos
  25. 1:06inerentes aos incentivos de publicação
  26. 1:09Então a gente tem coisas como status égo
  27. 1:12mesmo as pessoas querem publicar porque
  28. 1:14isso acaba sendo uma moeda social
  29. 1:16inclusive isso tem efeito no currículo e
  30. 1:20sim o currículo vai envolver o
  31. 1:21financiamento para o próximo projeto
  32. 1:23quanto mais você publica é mais provável
  33. 1:26que você consiga financiamento para
  34. 1:28publicar mais em muitos locais do mundo
  35. 1:31o pagamento do próprio salário vem do
  36. 1:34financiamento do projeto Como assim
  37. 1:36temos um professor nos Estados Unidos o
  38. 1:39departamento banca 50% do salário o
  39. 1:43restante é bancado por Grant de pesquisa
  40. 1:46como que ele consegue doente de pesquisa
  41. 1:48tendo publicações então aí a gente tem
  42. 1:51um incentivo para publicação que pode
  43. 1:54atrapalhar a gente conseguir ter
  44. 1:57resultados
  45. 2:00acaba gerando vieses de publicação por
  46. 2:04exemplo esse mesmo tipo de incentivo
  47. 2:07ocorre nas revistas que publicam os
  48. 2:09artigos científicos as revistas querem
  49. 2:12que artigos de alta qualidade sejam
  50. 2:15publicados e artigos que acabem sendo
  51. 2:18muito citados porque isso vai aumentar o
  52. 2:21fator de impacto da revista e aumentar o
  53. 2:23prestígio da revista então isso todos
  54. 2:26mais chamativos com resultados positivos
  55. 2:29detecção de efeitos que aconteceram
  56. 2:32diferenças estatisticamente
  57. 2:33significativas acabam tendo uma certa
  58. 2:36prioridade na publicação e resultados
  59. 2:39com resultados negativos acabam tendo
  60. 2:42maiores exigências do que os estudos com
  61. 2:45resultados positivos
  62. 2:49e aqui a gente tem alguns padrões na
  63. 2:52nossa análise interpretação de
  64. 2:55resultados Então a gente tem aqui os
  65. 2:57dados a gente tem informação
  66. 2:59conhecimento e teorias da conspiração no
  67. 3:02final das contas a gente tem uma
  68. 3:04tendência a ver padrões na aleatoriedade
  69. 3:08a gente não quer perder informações que
  70. 3:10eventualmente estejam aqui então a gente
  71. 3:12torce os dados a gente fica analisando e
  72. 3:17realizando e criando interpretações para
  73. 3:19tentar explicar o que que tá acontecendo
  74. 3:22ali essa de criar explicações a gente
  75. 3:25chama de Pi harking que é uma hipótese a
  76. 3:29posteriori você tinha uma hipótese de
  77. 3:32que após a indução de uma lesão um fator
  78. 3:37cerebral iria reduzir aí você vê que ele
  79. 3:41aumenta logo você conclui que foi uma
  80. 3:44resposta compensatória do organismo ao
  81. 3:47Insulto que você promoveu
  82. 3:49Puxa mas é contrário a sua hipóteses
  83. 3:52Inicial mas na hora de escrever você
  84. 3:54escreve os dados como se você já tivesse
  85. 3:57prevendo aquele resultado
  86. 4:00E aí se uma hipótese é derivada dos
  87. 4:03dados a capacidade dos dados de suportar
  88. 4:06hipótese é evidentemente reduzida porque
  89. 4:10você deveria ter uma hipótese e coletar
  90. 4:13dados para validar sua hipótese e não
  91. 4:17você a partir dos dados criar uma
  92. 4:21hipótese você pode fazer isso em um
  93. 4:24estudo exploratório o que a gente não
  94. 4:26pode é dar um viés confirmatório para um
  95. 4:29estudo que na verdade foi exploratória
  96. 4:32isso tem que ficar claro em como você
  97. 4:34descreve os resultados E como você
  98. 4:37discutir os seus resultados
  99. 4:40tô novamente Cuidado com dados obtidos
  100. 4:43de um único experimento especialmente se
  101. 4:46muitas variáveis foram mensuradas se
  102. 4:48muitas variáveis foram mensuradas é
  103. 4:51muito provável que você encontre
  104. 4:52diferenças em algumas delas talvez elas
  105. 4:56não sejam tão relevantes assim talvez
  106. 4:58elas tenham sido ao acaso E aí tá mas
  107. 5:02Puxa vida não possa analisar muitas
  108. 5:04coisas não é um bom uso do animal é o
  109. 5:07coletar vários dados é um ótimo uso
  110. 5:10desde que fique claro que esse é um
  111. 5:12estudo exploratório para o estudo ficar
  112. 5:14mais completo ainda é possível fazer um
  113. 5:17estudo confirmatório Poxa encontrei
  114. 5:19diferenças que eu não esperava agora eu
  115. 5:22vou repetir esse experimento e eu vou
  116. 5:24analisar só aquela parte que deu
  117. 5:27diferença para ver se ela se repete para
  118. 5:29ver se é consistente E aí sim você tá
  119. 5:32com um estudo confirmatório
  120. 5:37uma outra coisa que a gente acaba
  121. 5:39fazendo é negligenciar a variabilidade
  122. 5:42das amostras então por exemplo se a
  123. 5:45gente joga uma moeda para cima
  124. 5:48em metade das vezes vai dar cara outra
  125. 5:50metade vai dar coroa mas eu posso jogar
  126. 5:52três vezes seguidas e todas caras assim
  127. 5:56tem uma variabilidade que é inerente as
  128. 5:59respostas biológicas a gente tem viés de
  129. 6:03independência vieste de confirmação viés
  130. 6:06de análise e isso aqui é importante o
  131. 6:09que hack é você
  132. 6:12alterar a forma da análise para que
  133. 6:14análise diga aquilo que você quer você
  134. 6:17espera encontrar um efeito Você tem uma
  135. 6:19barra de dados aqui uma barra de dados
  136. 6:21um pouquinho aqui mas a estatística diz
  137. 6:24que não há uma diferença você troca a
  138. 6:27análise ou remove o outline um animal
  139. 6:30que tá não tá ajudando a sua hipótese
  140. 6:32que você
  141. 6:33posteriori tá achando que não tinha algo
  142. 6:36de errado com ele e aí a diferença
  143. 6:38estatística aparece você faz uma nova
  144. 6:42numa curva dose resposta você encontra
  145. 6:45que há um efeito mas Aí você faz o teste
  146. 6:48pós rock para ver qual dose é diferente
  147. 6:50de quem e nada aparece você troca por um
  148. 6:54pós rock que é mais permissivo é mais
  149. 6:57fácil de encontrar diferenças mas tem
  150. 6:59mais chance de falsos positivos e aí
  151. 7:02você encontra a diferença que você
  152. 7:04queria Talvez seja um falso positivo
  153. 7:07a gente tem viés na escrita quando a
  154. 7:10gente conta uma história que é o pirrar
  155. 7:12que quando a gente faz as hipóteses a
  156. 7:14posteriori e a gente tem um viés da
  157. 7:17literatura a gente vai selecionar muitas
  158. 7:20vezes artigo científicos que embasam
  159. 7:23aquilo que a gente está dizendo porque a
  160. 7:25gente não vai
  161. 7:26improvável a gente escolher artigos que
  162. 7:30vão totalmente contrários ao que a gente
  163. 7:32está tentando argumentar bom a gente
  164. 7:35também tem viés de expectativa em
  165. 7:38análise subjetivas como comportamento
  166. 7:40animal e a gente tem um efeito de manada
  167. 7:43que é seguir a moda Como assim se todo
  168. 7:46mundo tá vendo aqui a nova substância do
  169. 7:48momento tá tendo efeitos muito bons em
  170. 7:51tal modelo a tendência é que você busca
  171. 7:54encontrar aquele efeito também e você
  172. 7:57repita o experimento até dá certo o que
  173. 8:00pode ser muito problemático quando esse
  174. 8:02até dá certo é o controle positivo do
  175. 8:05seu modelo
  176. 8:06se o seu modelo precisa que você repita
  177. 8:10e refine faça pequenas adequações dos
  178. 8:14procedimentos experimentais para
  179. 8:15encontrar o efeito do controle positivo
  180. 8:17Será que o modelo e esse controle é
  181. 8:20positivo são realmente bons e
  182. 8:23generalizáveis se você tem que fazer
  183. 8:26tantas coisas para conseguir encontrar
  184. 8:29efeitos que são clássicos da literatura
  185. 8:31Será que não tá todo mundo fazendo a
  186. 8:34mesma coisa até conseguir encontrar
  187. 8:35esses efeitos e a gente acaba patinando
  188. 8:38no gelo e avançando pouco na ciência e
  189. 8:42avançando um pouco na ciência enquanto
  190. 8:44utiliza animais de experimentação e que
  191. 8:47a gente tem que utilizar o mínimo
  192. 8:48possível e no número adequado para ter
  193. 8:52conclusões
  194. 8:55aí vem novamente a questão dos
  195. 8:58paradigmas se a gente começa a fazer
  196. 9:02alguns experimentos que deveriam dar
  197. 9:04certo e não tá dando certo e aí começa a
  198. 9:08conversas em congresso trocas de e-mail
  199. 9:10a gente começa a perceber que várias
  200. 9:12pessoas estão com o mesmo problema
  201. 9:14eventualmente acaba acontecendo algum
  202. 9:17tipo de quebra de paradigma isso é muito
  203. 9:19lento a ciência se corrige de maneira
  204. 9:23mais lenta do que a gente gostaria
  205. 9:25Provavelmente por conta dos fiéis
  206. 9:28inclusive de publicação
  207. 9:31aqui tem um exemplo que eu acho curioso
  208. 9:35que saiu na Science Uma pessoa recebeu
  209. 9:38um artigo para revezar então estava
  210. 9:41sendo feito teste de tratamento para
  211. 9:43derrame em um modelo experimental em
  212. 9:46camundongos como foi feito como estava
  213. 9:49descrito que foi feito tinham 10
  214. 9:52camundongos com o modelo de derrame que
  215. 9:54eles fazem a oclusão aqui de uma
  216. 9:56carótida e venha o dano cerebral causado
  217. 9:59também 10 camundongos com derrame
  218. 10:01controles e 10 camundongos com derrame
  219. 10:04tratados dois grupos todos com derrame
  220. 10:08separando controle retratado como os
  221. 10:11dados foram apresentados 10 camundongos
  222. 10:13controles e sete
  223. 10:16camundongos tratados Cadê os outros três
  224. 10:18eles morreram
  225. 10:21esses caundongos morreram e não foram
  226. 10:23relatados no artigo o revisor questionou
  227. 10:27E aí obteve a resposta que esses animais
  228. 10:29morreram mas foram três animais do grupo
  229. 10:33tratado isso vai fazer com que o efeito
  230. 10:35do tratamento parece ser melhor do que
  231. 10:38ele é então claramente isso é um viés
  232. 10:42então aqui três camundongos do grupo
  233. 10:44tratado tinham morrido
  234. 10:47outras curiosidades um experimento aqui
  235. 10:50que foi submetido ao periódico em que
  236. 10:53foi visto que a diluição excessiva de um
  237. 10:59composto de uma imunoglobulina levaria a
  238. 11:03um efeito significativo quando essa alta
  239. 11:06diluição era administrar em selvas E aí
  240. 11:11tinham algumas coisas que eram curiosas
  241. 11:13então claramente chamou atenção como que
  242. 11:16basicamente água estaria tendo um efeito
  243. 11:19Será que a água teria memória de uma
  244. 11:22imunoglobulina é muito improvável que
  245. 11:26isso aconteça
  246. 11:28a probabilidade
  247. 11:30a viabilidade de que isso acontecesse a
  248. 11:34lógica para que isso acontecesse era
  249. 11:36muito pequena então é provável que um
  250. 11:38Resultado positivo quanto a isso possa
  251. 11:41ser um falso positivo isso despertou um
  252. 11:45alarme nas pessoas poder receber esse
  253. 11:48artigo para revisar e foi feito uma
  254. 11:49vistoria no laboratório para averiguar
  255. 11:51resultados que deveriam força para
  256. 11:53homeopatia e alguns vieses foram
  257. 11:55detectados como conflito financeiro e aí
  258. 11:58conflito financeiro eu não digo conflito
  259. 12:01de quem financiou ou estudo Quando eu
  260. 12:04digo conflito financeiro é quando o
  261. 12:06dinheiro vai para o bolso da pessoa aí
  262. 12:09sim a um conflito financeiro mas dentre
  263. 12:12os viés um deles se destacou as
  264. 12:15mensurações dos grupos controles eram
  265. 12:18descartadas quando os valores não eram
  266. 12:20adequados Digamos que eu esteja fazendo
  267. 12:22um experimento eu tenho o meu grupo
  268. 12:25controle meu grupo tratado todo mundo
  269. 12:28que não responde ao meu tratamento Eu
  270. 12:30tiro fora e no final das contas eu vou
  271. 12:32ter que o tratamento funciona se eu faço
  272. 12:36essa seleção isso tá fazendo com que eu
  273. 12:40tenho um viés aí eu tô manipulando dados
  274. 12:42Às vezes quem tá fazendo isso não
  275. 12:45percebe que está manipulando dado e tá
  276. 12:48fazendo fraude mas o tema é esse mesmo
  277. 12:51isso acaba sendo fraude pode ser
  278. 12:54intencional ou não mas acaba sendo
  279. 12:56fraude
  280. 12:58E falando em fraude e comportamento Tem
  281. 13:02uma enquete que foi realizada pela Nate
  282. 13:05E aí é um problema porque é uma enquete
  283. 13:08as pessoas têm que responder o próprio
  284. 13:10comportamento e foi observado aqui
  285. 13:13comportamentos distintos que eram feitos
  286. 13:16por cientistas diferentes eles
  287. 13:20organizaram aqui os 10 comportamentos
  288. 13:22que eles julgavam ser os piores
  289. 13:26possíveis e aqui falsificar dados estava
  290. 13:29em primeiro e o que tem aqui é a
  291. 13:32porcentagem de pessoas que já relatou
  292. 13:35até feito isso nos últimos três anos
  293. 13:38então
  294. 13:390,3% dos respondentes alegaram já ter
  295. 13:43falsificado dados que que a gente vê
  296. 13:47aqui por exemplo alguns aqui que são
  297. 13:50mais comuns são esses outros que não
  298. 13:52foram considerados tão graves assim mas
  299. 13:55eu acho que o 15
  300. 13:58ele é muito parecido com o primeiro
  301. 14:02deixar observações ou deita points de
  302. 14:05lado tirada análise baseado num feeling
  303. 14:08de uma sensação de que aquele dado está
  304. 14:10inapropriado esse valor aqui tá muito
  305. 14:13alto não faz muito sentido vamos tirar
  306. 14:15ele fora sem ter tido um critério a
  307. 14:18priori então 15% dos respondentes
  308. 14:21alegaram já ter feito isso aqui é o
  309. 14:25momento em que é meio que fraude mas a
  310. 14:28pessoa não está percebendo que está
  311. 14:30fazendo fraude para ela faz muito
  312. 14:33sentido isso ah mas às vezes tem um
  313. 14:35valor lá as suas leituras de um
  314. 14:38equipamento giram entre 10 e 20 você tem
  315. 14:41um valor que é 700 muito bem se você
  316. 14:44sabe os valores do seu equipamento Você
  317. 14:47sabe a priori que dados que tipo de
  318. 14:51dados que você tem que rejeitar e esses
  319. 14:53critérios já estão pré-estabelecidos o
  320. 14:56que não dá é fazer depois
  321. 14:58depois que você não gosta do dado é que
  322. 15:01você decide que você vai acabar tirando
  323. 15:03uma coisa que eu comento muito Às vezes
  324. 15:06a pessoa tá fazendo um experimento e ela
  325. 15:09nota que um animal tão um pouquinho
  326. 15:11diferente ele tá mais acuado ele tá
  327. 15:16comendo menos ele perdeu peso aí a
  328. 15:18pessoa anota para decidir o que ela faz
  329. 15:21depois ela faz o experimento coleto dado
  330. 15:24e o dado dá ok o dado dentro do que ela
  331. 15:28espera digamos era um animal controle o
  332. 15:31controle deu uma resposta parecida com a
  333. 15:33de um controle mas se não tivesse dado
  334. 15:36ela iria tirar esse animal depois só
  335. 15:40depois que ela não gostou do dado o que
  336. 15:43eu sempre recomendo é se algo te chamou
  337. 15:45atenção o animal não parece bem retira
  338. 15:48ele do experimento no momento em que
  339. 15:50você acha que ele não deve continuar
  340. 15:53isso faz muito mais sentido do que
  341. 15:55esperava é o dado E aí você
  342. 15:58decidir se você gosta ou não desse dado
  343. 16:00para manter ou não manter Sem falar que
  344. 16:03nesse caso se o animal está no estado de
  345. 16:05saúde nesse exemplo que não está
  346. 16:08adequado dependendo dos seus desfechos
  347. 16:10humanitários pré-definidos com a
  348. 16:13aprovação do seu projeto pelo seu você
  349. 16:15deveria eutanasiar esse animal
  350. 16:19o outro dado interessante é que a
  351. 16:21proporção de resultados positivos que
  352. 16:24favorecem a hipótese do trabalho tem
  353. 16:27crescido ao longo dos anos
  354. 16:30potencialmente indicando um viés de
  355. 16:32publicação em que é mais fácil publicar
  356. 16:35resultados positivos do que resultados
  357. 16:38negativos que neguem a sua hipótese
  358. 16:43agora será que a maioria dos resultados
  359. 16:45é falsa Tem gente que fala que sim tem
  360. 16:49gente que tenta argumentar quanto a isso
  361. 16:51talvez seja uma fala um pouco exagerada
  362. 16:53agora esse outro artigo aqui ele é um
  363. 16:56pouquinho mais é no chão menos exagerado
  364. 16:59e fala que a probabilidade prévia de uma
  365. 17:02associação ser verdadeira tem relação
  366. 17:05com a probabilidade de uma associação
  367. 17:08encontrada a ser falsa ou Verdadeiro
  368. 17:11Então se algo faz sentido é menos
  369. 17:15provável são falso positivo se algo não
  370. 17:19faz sentido como homeopatia é mais
  371. 17:22provável ser um falso positivo
  372. 17:26então Conforme você é aumenta a
  373. 17:31probabilidade prévia você reduz a chance
  374. 17:35de um falso positivo esse gráfico aqui
  375. 17:39um pouquinho confuso porque a
  376. 17:40probabilidade prévia ela tá aumentando a
  377. 17:44medida que vai para esquerda e no eixo Y
  378. 17:47A gente tem a probabilidade de um falso
  379. 17:51positivo então quando o poder do estudo
  380. 17:55é alto Conforme você aumenta a
  381. 17:59probabilidade prévia você tá reduzindo a
  382. 18:03chance de um falso positivo
  383. 18:07aqui um dado interessante que é a
  384. 18:10comparação entre academia e Indústria a
  385. 18:13gente imaginaria que a indústria por
  386. 18:16conta do interesse financeiro teria uma
  387. 18:18chance maior de reportar que os
  388. 18:21tratamentos funcionam porque ela quer
  389. 18:22vender esse tratamento mas vejam É muito
  390. 18:26problemático a indústria vendeu um
  391. 18:28tratamento que não funciona então nos
  392. 18:31estudos feitos pela indústria Na verdade
  393. 18:34é um Rigor muito grande porque eles têm
  394. 18:36que ter certeza que funcione antes de
  395. 18:40adiante com os estudos daqui é o efeito
  396. 18:42pré-clínico em modelos animais de drogas
  397. 18:45para tratamento da esclerose lateral
  398. 18:47amiotrófica comparando artigos
  399. 18:49publicados versos Instituto de Pesquisa
  400. 18:53quando a Barrinha tá para direita é
  401. 18:56porque houve aqui um aumento da chance
  402. 19:00de sobrevivência dos Camundongos no
  403. 19:02estudo os estudos publicados para vários
  404. 19:05tratamentos
  405. 19:07Barrinha Vai um monte para direita mas
  406. 19:09num estudo da indústria nenhum
  407. 19:13tratamento teve efeito e alguns
  408. 19:14ameaçaram até ir ao contrário reduzir a
  409. 19:17chance de sobrevivência porque será essa
  410. 19:20diferença Será que tem vieses diferentes
  411. 19:23aqui por um lado a indústria precisa ter
  412. 19:25certeza que o tratamento funciona antes
  413. 19:28de seguir com estudos clínicos e por
  414. 19:31outro lado a academia precisa
  415. 19:33simplesmente publicar estudos para se
  416. 19:36manter publicando E aí de onde vem esses
  417. 19:39vieses né incentivos de publicação
  418. 19:41principalmente e indo na mesma linha a
  419. 19:45gente tem aqui uma comparação entre
  420. 19:46estudos que são financiados ou não
  421. 19:49financiados pela indústria Quando eu
  422. 19:51digo financiado se refere a ter verba
  423. 19:55para realização do estudo e não para
  424. 19:58salário do pesquisador aqui a gente tem
  425. 20:01uma comparação entre efeito Nistatina
  426. 20:03sobre a terra esclerose os efeitos em
  427. 20:06estudos não financiados por indústria
  428. 20:08eram aproximadamente três vezes maiores
  429. 20:11do que financiados por indústria o que
  430. 20:14nos faz nos perguntar porque os efeitos
  431. 20:16vindo da academia são mais inflados
  432. 20:20porque estudos que vem por exemplo de
  433. 20:23universidades acabam sendo com o tamanho
  434. 20:25de efeitos maiores Será que a gente faz
  435. 20:29Os experimentos melhor ou será que a
  436. 20:32gente tem mais viésias é algo a se
  437. 20:35pensar a gente tem uma série de vieses
  438. 20:37em biologia experimental o pi harking o
  439. 20:40pieking a gente tem a descrição
  440. 20:42incorreta da unidade experimental a
  441. 20:46gente tem pseudo replicações como por
  442. 20:48exemplo se a unidade experimental é uma
  443. 20:51rata prenha mas a gente usa os filhotes
  444. 20:55todos e aí cada um dá um ND 1 2 3 4 5
  445. 20:58para cada filhote versus um de apenas
  446. 21:02uma rata a gente tem fatores de confusão
  447. 21:05entre as balança a gente tem
  448. 21:08desproporções entre sexos gaiolas dia do
  449. 21:12experimento dia do experimento Eu já vi
  450. 21:15gente falando hoje eu vou fazer os meus
  451. 21:18controles
  452. 21:20idealmente o experimento ele é feito com
  453. 21:23controles para você controlar as
  454. 21:25condições do ambiente ter um parâmetro
  455. 21:28de comparação se você faz controles em
  456. 21:30um dia e o grupo experimental em outro
  457. 21:32você perde o parâmetro de comparação
  458. 21:35então eles devem correr juntos na
  459. 21:37verdade
  460. 21:40agora novamente né como resolver os
  461. 21:43problemas da reprodutibilidade que eu
  462. 21:45posso falar de útil aqui identificar
  463. 21:48corretamente as unidades experimentais
  464. 21:50utilizar as unidades apropriadamente eu
  465. 21:53sei que isso parece que utiliza mais
  466. 21:56animais faz com que você utilize mais
  467. 21:58animais mas é o jeito estatisticamente
  468. 22:00correto é conhecer os efeitos que
  469. 22:04influenciam os desfechos ou as variáveis
  470. 22:07Independentes minimizando as fontes de
  471. 22:10erro onde que você pode ter problemas
  472. 22:14que gerem erros nos experimentos E você
  473. 22:16tem a dados que estejam contaminados é
  474. 22:20importante fazer isso a priori e não a
  475. 22:22posteriori depois de Não Gostar de um
  476. 22:24dado você refina o seu método para ter
  477. 22:28poucos dados poluídos ao invés de você
  478. 22:31ver dados poluídos e resolver tirar eles
  479. 22:34arbitrariamente
  480. 22:36e fazer coisas que aumentem a capacidade
  481. 22:39de generalização dos dados como por
  482. 22:42exemplo a utilização de machos e fêmeas
  483. 22:45para ter uma amostra mais representativa
  484. 22:48bom e como a gente pode reduzir os erros
  485. 22:51a gente vai falar isso no próximo vídeo
  486. 22:53falando de fontes de erro randomização
  487. 22:56cegamento fator do tempo e o fator do
  488. 22:59experimentador também e algo que não tá
  489. 23:02aqui mas é o fator de introdução
  490. 23:05intencional de variabilidade como forma
  491. 23:07de aumentar robustez dos dados

About this transcript

This page contains the full transcript of Delineamento Experimental - Parte 3: Vieses na Ciência by Bruno Martynhak, generated from the public captions YouTube serves with the video. The transcript has 3,129 words across 491 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.

What you can do with it

Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to choose a caption track available on the video.

Free YouTube transcript tool

YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, caption language selection, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.