如何组织研究协作

经验丰富的学者会告诉你们协作是科学研究的面包和黄油多数化学家将参与某种联合工作,从小型实验伙伴到大型研究联合体不等。这些项目常有引导发布高影响因子杂志并联手产业 通过后续出版物提高学术生产率但它也可能出错,错误通信和未满足期望会加速进度

我们与一些老工协作者商谈,了解如何成功联合工作Helen Turner是中英格兰八大大学协作Midland创新主管Haralampos Miras是格拉斯哥大学化学家,通过Te苏格兰十字架跨学科协作程序和Sean Ekins创建并首席执行官美国拉利合作药店 几十年来一直与其他科学家协作开发机器学习模型

查查你们合不合用

透纳曾帮助指导Midlands创新多项协作的Turner表示,表示在你建立合伙关系前 值得先了解一个人可你该接近谁

Ekins表示,ibject提供热心早期职业协作者优先处理项目更难与成熟的调查员 谁有充足的资金, 因为你来的东西 将竞争他们已经做

公元前应自备好协作者并警告Miras

带什么到表

相容性只是故事的一部分: 双方都需要加点合作独有的东西这可能是新方法 从另一学科, 新技术或技巧, 甚至特殊件设备特纳表示:「你需要找个人做你无法做的事。”透纳与业界协作补充道,真正理解公司商务驱动器和短期挑战以了解自身需求至关重要

设置基本规则

管理期望可能是成功协作中最重要的唯一因素表示每个人都知道角色、责任和时间大型项目往往起草正式协作协议或非总有必要Turner建议 : `如果你是一个年轻的学术启动者,你不一定会像那样形式化可你真想想他们从中取出什么 以及你所寻找什么

Miras同意确保所有问题都摆在桌面上是明智的从头开始讨论小事一开始看似无关紧要,但在路上会发展成大问题 。'例如,谁是主作者和在哪里发布(或甚至在哪里发布)需要从一开始就清晰明了

保持通信

期望确定后 保持通信仍然很重要Ekins认为,至少在协作启动时应面对面会议并发布每周电子邮件更新项目管理过去可能比较困难, 今日分享资讯问题较少,并分享生物化学数据技术, 甚至是分享机器学习模型技术开发新技术实现这一点时,当我们用协作者数据构建模型时,我们可以直接分享数据

通信不仅仅是保持接触-它关乎真正理解您的合作者-当研究人员来自不同学科时-这并不总是易事。跨学科项目中,主要障碍往往是具体语言使用并延长协议时间Miras解释关键是多听多讲

保持弹性

协作给个人生涯和知识创新都带来了无可置疑的好处,但他们可以高求:它们需要焦点并很少按时完成。透纳表示:「你需要多投入点时间,并需要灵活化, 特别是与业界协作并补充道, 可能有些折中,

整体而言,我们专家热衷于协作提供的机会并推荐给其他研究者并尽量多见新[潜在协同者]建议Miras

对Ekins来说,他的一些合伙关系产生了持续十多年的协作关系。并承认「运算因素」几乎成瘾-你想做更多协作,