Может ли криптовалюта решить текущие проблемы научных исследований?
#Decentralized #science #Write2Earn Научные исследования часто сталкиваются с одними и теми же проблемами во всем мире:
* Недостаток финансирования: многие многообещающие исследования прекращаются, потому что у них заканчиваются деньги. Финансирование часто направляется на актуальные и более известные темы, оставляя без финансирования многие интересные, но нишевые области. Кроме того, даже если на исследования выделяются средства, нельзя быть на 100% уверенным, что они будут на это использованы; это проблема и благотворительных кампаний.
* Предвзятый выбор публикаций: обычно научные журналы публикуют только «положительные исследования», а именно исследования, в которых обнаружен определенный эффект, и не публикуются исследования, в которых его не было обнаружено (т. е., если лечение эффективно, оно публикуется, если то же самое лечение не оказался эффективным в другом исследовании, эта статья не опубликована). Это может привести к фальсификации данных с целью публикации статьи, поскольку от этого часто зависят зарплаты исследователей.
Может ли блокчейн исправить это?
В настоящее время в пространстве DeSci (децентрализованной науки) есть несколько новых проектов, целью которых является достижение этой цели:
* VitaDAO — децентрализованная организация, которая собирает проекты всех исследователей мира (известных профессоров или простых студентов) и распределяет финансирование наиболее перспективным. На мой взгляд, лучшая особенность заключается в том, что проекты по-прежнему рассматриваются экспертной комиссией, но последнее слово остается за сообществом.
* Molecule — это платформа, позволяющая инвестировать в конкретные исследования, в частности в медицинской сфере. Это все равно, что давать деньги исследователям в долг и получать проценты, когда они что-то откроют.
* Data Lake собирает высококачественные медицинские данные со всего мира, чтобы предоставить исследователям полный доступ к ним. В частности, это попытка решить проблему компаний, анализирующих данные для своих исследований, которые не являются общедоступными и, следовательно, поддаются фальсификации.