Liệu tiền điện tử có thể giải quyết được các vấn đề nghiên cứu khoa học hiện nay? #Decentralized #science #Write2Earn
Nghiên cứu khoa học thường gặp những vấn đề tương tự trên toàn thế giới:
* Thiếu kinh phí: nhiều nghiên cứu có triển vọng bị thay thế vì hết tiền. Việc tài trợ thường dành cho các chủ đề thịnh hành và nổi tiếng hơn, khiến nhiều lĩnh vực thú vị nhưng thích hợp không được tài trợ. Ngoài ra, ngay cả khi kinh phí được phân bổ cho nghiên cứu, bạn không thể chắc chắn 100% rằng chúng sẽ được sử dụng cho việc đó; đây cũng là một vấn đề đối với các chiến dịch từ thiện.
* Lựa chọn xuất bản thiên vị: thông thường các tạp chí khoa học chỉ xuất bản "nghiên cứu tích cực", cụ thể là các nghiên cứu tìm thấy một tác dụng nhất định và không công bố các nghiên cứu không tìm thấy nó (tức là nếu một phương pháp điều trị có hiệu quả, nó sẽ được công bố, nếu cùng một phương pháp điều trị không được thấy là có hiệu quả trong một nghiên cứu khác, bài báo đó không được xuất bản). Điều này có thể dẫn đến việc làm sai lệch dữ liệu để bài báo được xuất bản vì tiền lương của các nhà nghiên cứu thường phụ thuộc vào nó.
Bây giờ, blockchain có thể khắc phục được những điều này không?
Hiện tại có một số dự án mới ra đời trong không gian DeSci (Khoa học phi tập trung) nhằm mục đích thực hiện điều đó:
* VitaDAO là một tổ chức phi tập trung thu thập các dự án từ mọi nhà nghiên cứu trên thế giới (các giáo sư nổi tiếng hoặc sinh viên bình thường) và phân phối tài trợ cho những người có triển vọng nhất. Đặc điểm tốt nhất theo quan điểm của tôi là các dự án vẫn được tòa án gồm các chuyên gia xem xét, nhưng cộng đồng mới là người đưa ra quyết định cuối cùng.
* Phân tử là một nền tảng cho phép bạn đầu tư vào nghiên cứu cụ thể, đặc biệt là trong lĩnh vực y tế. Nó giống như cho các nhà nghiên cứu vay tiền và kiếm lãi khi họ khám phá ra điều gì đó.
* Data Lake thu thập dữ liệu y tế chất lượng cao từ khắp nơi trên thế giới để cung cấp cho các nhà nghiên cứu toàn quyền truy cập vào dữ liệu đó. Điều này đặc biệt cố gắng giải quyết vấn đề các công ty phân tích dữ liệu cho nghiên cứu của họ không được công khai và do đó có thể làm sai lệch.
