最新的内容
Listicle
研究中的数据完整性:它意味着什么，我们如何实现它?
下载此列表，了解数据完整性在研究中的重要性，数字时代的数据完整性和提高数据完整性。
Listicle
研究再现性危机
下载这个列表来了解可再现性的重要性，为什么可再现性问题持续存在，以及您可以采取哪些步骤来提高可再现性。
文章
解决再现性危机，一步一个脚印
提供可重复的科学发现是确保科学研究可信度的关键，但绝大多数研究人员认为我们正处于“可重复性危机”之中。我们能做些什么来解决这个问题?
文章
更好的结合:焦虑障碍的感觉整合困难
我们的现实是由我们的感官数据组合而成的。这个过程被称为多感官整合。在这篇文章中，神经科学家娜奥米·赫弗概述了探索这一过程可能有助于我们了解焦虑症是如何影响我们的大脑的。
文章
促进神经科学研究的可信度:BNA神经科学节上的3r
2019年英国神经科学协会的神经科学节将改进研究实践和方法放在了首位。在这篇文章中，巴斯大学的Naomi Heffer介绍了BNA为什么要促进研究的“可信度”，以及这对神经科学界意味着什么。
广告
