The Fragility of Global Comparisons of Perceived Scientist Trustworthiness: Evidence from Measurement Alignment across 68 Countries/Regions
本研究表明，基于观测分数平均值的感知科学家信任度的跨国比较，由于缺乏测量不变性而具有误导性，并且应用潜在变量测量对齐后，与原始发现相比，会揭示出显著不同的国家排名和实质性关联。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你和另外 67 位朋友正试图评价你们对当地科学家的信任程度。你们所有人填写了同一份包含 12 个问题的调查问卷。原始研究（Cologna 等人，2025）收集了所有这些答案，按国家进行了平均处理，并创建了一个巨大的“科学家信任度”排行榜。随后，他们利用这个排行榜来观察是什么因素导致人们对科学家的信任度更高或更低。
问题所在：尺子坏了
这篇新论文的作者（Yang 和 Ma）审视了那项研究并指出：“等等。”他们认为，调查问卷在每个国家的作用并不相同。
可以这样理解：如果你在 A 国问一个人，“科学家诚实吗？”他们可能会想到一个对数据实事求是的科学家。但在 B 国，同样的问题可能会让人们想到一个既善良又乐于助人的科学家。尽管“诚实”这个词是一样的，但背后答案的含义却不同。
原始研究试图将平均分进行比较，仿佛每个人都在使用完全相同的尺子。但如果一个人用英寸测量，而另一个人用厘米测量，你就不能直接把数字相加并说“这个国家比那个国家更高”。原始研究承认这个“尺子”并不完美，但他们仍然继续对平均值进行了比较。
解决方案：“对齐”工具
新作者使用了一种名为**测量对齐（Measurement Alignment）**的高级统计工具。
想象一下，你有 68 张绘制同一座城市的地图，但它们的比例尺各不相同，且都有轻微的旋转。
- 旧方法： 你只是把地图叠在一起，然后猜测地标的位置。这既混乱又不准确。
- 新方法（对齐）： 你使用一种特殊的算法，对地图进行旋转、拉伸和收缩，直到地图 A 上的“诚实”地标与地图 B 上的“诚实”地标完美对齐。你承认地图略有不同，但你强制它们对齐，以便进行公平的比较。
重新计算后发生了什么？
当作者将这种“对齐”工具应用于数据时，结果发生了戏剧性的变化：
- 排行榜发生了翻转： 在原始研究中，有些国家排在顶端，有些排在底端。经过对齐后，68 个国家中的 62 个在名单中的位置发生了上升或下降。有些变化非常大！例如，乌拉圭下降了 15 位，而刚果民主共和国上升了 12 位。对科学家信任度“最高”和“最低”的国家已不再是原来那些。
- “原因”改变了： 原始研究声称，持有“民粹主义”观点（不信任精英）或相信“社会支配”（渴望严格等级制度）的人，对科学家的信任度要低得多。
- 新发现： 当使用对齐后的得分时，这些联系基本消失了。这些政治观点与信任科学家之间的联系几乎为零。
- 保持不变的是： 唯一仍然能强烈预测信任度的因素是对科学本身的积极态度（例如，“科学是有益的”、“我信任科学方法”）。
核心结论
该论文认为，当你比较不同国家时，不能仅仅简单地取调查答案的平均值。如果问题在不同地方的含义并不完全相同，你的“排行榜”就会产生误导。
通过使用“对齐”方法来修复损坏的尺子，作者发现：
- 关于哪些国家最信任科学家的排名，与之前报道的结果大不相同。
- 认为政治意识形态（如民粹主义）会强烈驱动对科学家不信任感的观点，可能是一个由错误测量造成的幻象。
简而言之：你不能仅仅因为它们都是水果，就将苹果和橘子进行比较。你必须确保你比较的是同一种水果，否则关于哪种“更好”的结论将会是错误的。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。