سال 2024 رو با داوری در یکی از برترین ژورنال های تغذیه دنیا به پایان نرسونیم؟ 🙄

مقاله ای که داوری شد در حیطه پروبیوتیک و نوروساینس بود، موضوع بسیار جذاب و ناول و البته فیلد تخصصی من👌. ایراداتی داشت که بهشون متذکر شدیم و چون آخر سال بود سخت گیری رو گذاشتیم کنار و تعریف رو به تخریب ترجیح دادیم👀 و دکمه ریویژن(و نه ریجکت!) رو زدیم تا بزودی از یافته های این مقاله جذاب بهره ببرید 😁

نظریه نامحبوب:
حاضرم 5 تا مقاله کامل بنویسم ولی حتی برای یک مقاله کامنت داوران رو جواب ندم 😩🫠 - حقیقتا سختی کل مقاله یک طرف، پاسخ به داوری ها چندین برابر حجم کار یک مقاله روی آدم فشار میاره..

باید از مقالات بعدی فراخوان همکاری پژوهشی برای بخش پاسخ به کامنت داوران بذاریم!!! دیگه نمتونمممممم 💔😭😭

ذوق فراوااان 🥹

موفقیت رفقای پژوهشگرم رو میبینم، واقعا قند تو دلم آب میشه

بهترینا برای شماست 😍💪

یکی دیگه 🥹😍💪

یکی از برترین ژورنال های قلب و عروق هستن، من خودم خیلی دوس دارم یک مقاله اینجا پاپلیش کنم که هنوز قسمت نشده 😅

✨در آستانه شروع دهمین سال فعالیت شبکه جهانی آموزش و پژوهش های علمی یوسرن دور هم جمع میشویم✨

🌱 شما هم دعوتید...

برنامه سالگرد شامل:
🔹سخنرانی دکتر حمیدرضا نمازی
🔹سخنرانی دکتر احسان رضایی
🔹نمایش تاک تئاتر
🔹تقدیر از همراهان برتر، آفیس‌ها و گروه‌های یوسرن
🔹گزارش فعالیت‌های یوسرن

📢 شرکت در این رویداد رایگان می‌باشد.

🗓️ تاریخ برگزاری: ۱۱ دی ماه
ساعت ۲۰:۰۰-۱۵:۰۰

مکان برگزاری: سالن ۱، مرکز طبی کودکان

💠لطفا در صورت تمایل به حضور در این مراسم، جهت هماهنگی ها و تهیه تدارکات، این فرم را تا پایان روز دوشنبه تکمیل فرمایید:
https://docs.google.com/forms/d/e/1FAIpQLSfTiJPph1nzAbbLNqNH4Is5wFdxDkwU9zvoPkkL4V27DTUcPA/viewform?usp=header

@usern_net

امروز یه اتفاق جااااالب افتاد..

خوب بریم سراغ خبرمون😄

قضیه از این قراره که اقا ما یک مقاله کار کردیم و به دلایلی میخواستیم این مقاله خیلی سریع چاپ بشه!
با اینکه این مقاله رو میتونستیم جای خیلی بهتری هم چاپ‌ کنیم ولی چون اولویت در این مقاله، زمان سریع تر پاپلیش بود تا چاپ با ایمپکت بالاتر، این مقاله رو در یکی از ژورنال های دانشگاه آکسفورد سابمیت کردیم (که حقیقتا ژورنال بدی هم نیست و مورد تایید ماهم بود)

مقاله بلافاصله رفت داوری، داوری این مقاله پس از چندماه انجام شد و نتیجه برامون عجیب بود. مقاله ریجکت شد!!!

تقریبا هر دو داور به همراه ادیتور روی ریجکت این مقاله هم‌نظر بودن و دلیل اصلی ریجکتشون هم ناولیتی کار بود. اما مقاله ما واقعا ناول بود و کار ما رو با کارهای مشابه که بسیار ضعیف تر نگارش و آنالیز شده بودند مقایسه کرده بودند، ضمن اینکه اهداف و متغییرهای ما کاملا با اون ها متفاوت بود و به صورت کلی با نهایت احترام، ما با کامنت های ۲ داور مربوطه و ادیتور محترم ژورنال مخالف بودیم!!!

از اونجایی که ۳ ماه وقت ما سر داوری این مقاله رفته بود و ما به اکسپت سریع تر این مقاله نیاز داشتیم و اینکه مقاله مارو به ناحق ریجکت کرده بودند، من خیلی ناراحت بودم و از این رو یک ایمیل بلند و بالا از اشکالات داوری این مقاله و یک نامه اعتراض آمیز به ادیتور این ژورنال نوشتم و درخواست کردم مقاله ما مجدد به مراحل داوری برگرده و اجازه بدن ما کامنت داوران رو پاسخ بدیم و از نظرشون من باب ریجکت مقاله صرف نظر کنن (این کار رو برای اولین بار کردم و تا حالا تجربه اینو نداشتیم که مقاله‌ی ریجکت شده رو بتونیم دوباره به مراحل داوری در همون ژورنال برگردونیم)

از اون ایمیل تقریبا یک ماه گذشت و ماهم دیگه از اون مقاله ناامید شده بودیم(ضمن اینکه دو هفته بعدش من یکبار هم براشون ایمیل ریمایندر ارسال کردم)، تا اینکه امروز و دقیقا یک روز قبل از سال نو میلادی! و در عین ناباوری ایمیل اومد و مجله در تصمیمش صرف نظر کرد و مقاله ما مجدد در همون ژورنال به مرحله داوری برگشت.

خلاصه که با یک ایمیل، مقاله مُرده رو زنده کردیم🥹😂

سه نکته اخلاقی:
یک: هیچ وقت ناامید نشید
دو: یک ایمیل خوب میتونه کارو براتون دربیاره
سه: اونا توی تعطیلات سال نوشون هم کار میکنن!!!

آخرین مقاله ۲۰۲۴ رو در واپسین ترین دقایق آخر ۲۰۲۴ اکسپت گرفتیم🥳

واقعااااا جزء شیرین ترین اکسپت های اخیرمون بوده 🥹🥹😍

فقط ۲۰ دقیقه بعد از نکته اخلاقی سوم
گذشته بود که بهمون بار دیگه این نکته اثبات شد 🧑‍🦽✌️

دکتر رضایی؛
استاد، شریف، دانشمند ❤️

خوب خوب
سال هم به پایان خودش رسید - شروع سال جدید میلادی رو تبریک میگم بهتون 🤩

یادمه سال پیش این موقع ها تازه در بحبوحه کنکور قرار گرفته بودم. یه شبه پلن کل زندگیم تغییر کرد و بعد از کلی شکست و ناراحتی و ناامیدی و ... قرار بر این شد که ارشد بخونم و مابقی داستان های خودش.
خیلی نمیخوام راجع به اینکه این تصمیم درست بوده یا نه صحبت کنم (شاید یه روزی سفره دلم رو پیشتون باز کردم البته 😅).
هدف از این نوشته این بود که یک جمع بندی داشته باشیم در سال آکادمیکی که برامون گذشت.

دروغ چرا، ریسرچ واسه من همه چیه، همه زندگیم. شاید خیلی وقتا از ناراحتی، ناامیدی، افسردگی و مشکلات زندگی پناه بردم به ریسرچ.
جدا از بحث های علمی و پیشرفت هایی که برام به همراه داشته، شاید بزرگترین نقش ریسرچ در زندگی این بوده که پناه من بوده برای همه مشکلات پیش رو، ریسرچی که شاید اگه نبود من خیلی وقت پیش ها باخت داده بودم و هیچ وقت دوستای خوبی مثه شما نداشتم.

البته که یک وقتایی هم باهام راه نیومده، روی اعصاب بوده و کلی اعصاب منو بهم ریخته و باهام کم نامهربونی نکرده😄.
من واسه یادگیری پژوهش خیلی سختی کشیدم، از صفر که هیچی از خیلی منفی تر از اونی که فکر کنید شروع کردم. اما هدف چی بوده؟ اینکه دیگه هیچکدوم از شمایی که داخل این کانال هستید به هیچ وجه اون سختی هارو تجربه نکنید، شمایی که بعضی هاتون واقعا استعداد بی نظیری در این زمینه دارید و شاید یه وقتا نیاز به جرقه برای انفجار دارید. چه افتخاری بالاتر از اینکه این جرقه از سمت ما باشه و خشت اول پژوهشتون رو ما بذاریم :)

در یک سالی که گذشت واقعا هدف صرفا همکاری با رفقایی بود که تجربه اولشون در نگارش مقاله هست (البته داشتیم همکارا و اساتید که خیلی خفن بودن و ما ازشون کلی چیزا یاد گرفتیم). ولی رسالت این کانال از زمانی که ایجاد شد بر پایه همکاری و آموزش به دانشجویان جوان تر بود، افرادی که استعدادشو دارن ولی به علت اینکه کارهای اولشون هست و شاید تجربه کمتری در ریسرچ دارن، اساتید و سایر گروه های پژوهشی اشتیاق کمتری جهت همکاری با اون ها دارند. ما اومدیم که دقیقا با همون افراد کار کنیم - چون من خودم دقیقا همونی بودم که به علت ترم پایین و تجربه کمم در ریسرچ، هیچکس باهام کار نمیکرد🫠
تقریبا بیش از 70% تایم پژوهشیم در این یک سال صرف آموزش به سایر رفقای پژوهشگرم شد. اسامی رو که داشتم امشب چک میکردم دیدم ما در یک سال اخیر با 42 نفر از شما برای اولین بار همکاری داشتیم که 28 نفر از این 42 نفر مقاله اولشون بود و این افتخار رو داریم که حس وصف نشدنی شادی و شیرینی چاپ اولین مقالشون رو با ما تجربه کنن 😍 و حدود 15 نفر از شما هم قبل تر از این ها باهم همکاری داشتیم و از قدیمی های ریسرچرید 😁

از اونجایی که بخش عمده فعالیت های ما برای آموزش بوده شاید مثه سایر رفقای پژوهشگرمون خیلی در زمینه پاپلیش مقاله موفق نبودیم، البته که به نظر من معیار تعداد مقاله نیست و مهم اون کار تاثیرگذاری هست که انجام میشه.

در سالی که گذشت، تیم پژوهشی ما در بیش از ۱۱۰ ژورنال سابمیت مقاله داشته و در پی اون ریجکتی هم کم نداشتیم، اما در کل و خروجی پژوهشی ما 15 پاپلیکیشن بوده(حداقل هر ماه یک پاپلیکیشن رو داشتیم) که اون ها شامل 12 مقاله و 3 کتاب بوده.

✅ لینک این پاپلیکیشن ها در زیر اومده:
1. https://link.springer.com/referenceworkentry/10.1007/978-3-030-80962-1_417-1

2.
https://www.nmcd-journal.com/article/S0939-4753(23)00432-5/fulltext

3.
http://www.govaresh.org/index.php/dd/article/view/2583

4.
https://www.eurekaselect.com/article/140821

5.
https://apb.tbzmed.ac.ir/Article/apb-42418

6.
https://bmjopen.bmj.com/content/14/7/e080926

7.
https://clinicalhypertension.biomedcentral.com/articles/10.1186/s40885-024-00281-w

8.
https://www.sciencedirect.com/science/article/pii/S1053811924004324?via%3Dihub

9.
https://onlinelibrary.wiley.com/doi/10.1002/ptr.8356

10.
https://onlinelibrary.wiley.com/doi/10.1002/ptr.8340

11.
https://link.springer.com/chapter/10.1007/16833_2024_466

12.
https://link.springer.com/chapter/10.1007/16833_2024_472

13.
https://www.sciencedirect.com/science/article/abs/pii/S0958694624002851?via%3Dihub

14 and 15
این دوتا اکپست شدن ولی هنوز روی سایت ژورنال نیومده 😅

اما اهداف امسال چیه؟
1. طبیعتا آموزش به افراد بیشتر ——> بیشتر مقالاتمون رو میخوام امسال با افرادی کار کنم که تا به حال تجربه همکاری با تیم ما رو نداشتن ولو اینکه تجربه اولشون در کار پژوهشی باشه (در فراخوان های پژوهشی آینده شرایط رو اعلام خواهم کرد حتما) - خیلی دوست دارم سبک آموزش هامونو نوین‌تر کنیم و بتونیم در زمان محدود با تعداد بیشتری از شما فرایند آموزش و همکاری رو داشته باشیم، بر همین اساس چندین ماهه ذهنم درگیره و یه سری ایده ها توی ذهنم هست که به نظرم امسال، سالِ اجرا اون ها میتونه باشه 🔥
2. هدفِ تعدادِ خاصی برای چاپ مقاله ندارم!
چون به نظرم این اعداد نیستن که به انسان عزت و احترام میدن و این انسان ها هستن که به اعداد معنی میبخشن، فلذا واقعا تعداد مقاله برام مهم نیست (کما اینکه هیچ وقت هم نبوده) - ولی از طرفی راکد شدن پژوهشی رو اصلا دوست ندارم و به نظرم چاپ مقاله مثه خون توی رگ های یه پژوهشگر میمونه و بدون پاپلیش که نمیشه زندگی کرد!
در همین راستا حدودا ماهی یک پاپلیکیشن به نظر تعداد مناسبی هست و سعیمون اینه که امسال هم بتونیم این تارگت رو بزنیم (شایدم بیشتر!) :)

ممنون که اینجا هستید. چنین جمع خفنی باعث دلگرمی منه 🫶 سال جدید برای شماست، بترکونید رفقا😍💪

سلام رفقا
داشتم کامنت های داوران این مقاله را پاسخ میدادم.
به یک کامنت جالب بر خوردم، گفتم اینجا با شما مطرحش کنم (البته سطح این کامنت یه مقدار بالا هست و بیشتر کاربردی تره برای همکارانی که آنالیز انجام میدن).

حالا کامنت داور چی بود؟ :
You can consider using newer methods like the Hartung-Knapp adjustment.

اصولا عناوینی که تیم ما کار میکنه و دیتاهایی که در مطالعات اولیه این عناوین گزارش شده، مارو به سمت استفاده از مدل DerSimonian and Laird برای آنالیز دیتاها میبره.

حالا داور به ما پیشنهاد داده از مدل Hartung-Knapp-Sidik-Jonkman (HKSJ) adjustment برای آنالیز داده هامون در متاآنالیز استفاده کنیم. این مدل یکی از مدل های بسیار جدید در متاآنالیز هست و حقیقتش من تا به حال در متاآنالیزهای حیطه تغذیه ندیدم کسی از این مدل برای آنالیزش استفاده کنه (هرچند که مدل آماری بسیار قوی ای هست و استفاده از این مدل در جای مناسب قطعا قطعیت نتایج و سطح شواهد شمارو به صورت معنی داری بهبود میبخشه)

🫷حالا اصن مدل HKSJ چیه و چی میگه؟
تعدیل Hartung-Knapp-Sidik-Jonkman (HKSJ) یک روش آماریه که در فراتحلیل‌ها برای تخمین اثرات کلی استفاده می‌شه. هدف اون این است که نتایج دقیق‌تر و قابل اعتمادتر باشند، مخصوصاً وقتی مطالعات شامل تغییرپذیری زیادی هستند.

به زبان ساده‌تر:🙄
وقتی می‌خواهید نتایج چندین مطالعه را با هم ترکیب کنید، ممکن است این مطالعات شرایط یا کیفیت‌های متفاوتی داشته باشند. روش HKSJ به شما کمک می‌کنه تا این تفاوت‌ها را بهتر مدیریت کنید و تخمینی بهتری از اثر واقعی (مثه تأثیر یک درمان) ارائه بدید. این روش از نظر ریاضی اصلاحاتی انجام می‌دهد تا خطای استاندارد کمتر یا دقیق‌تر محاسبه شود.
مزیت اصلی HKSJ این است که در مقایسه با روش‌های سنتی، وقتی مطالعات کم هستند یا تفاوت‌ها بین آن‌ها زیاد است، تخمین‌های معقول‌تری ارائه می‌ده. 🤓

#ابهام

اگر شما در مقالتون به این کامنت داور برخورد کنید چه پاسخی بهشون میدید؟؟

یا مثلا دوست دارید بدونید چه پاسخی تیم تحقیقاتی ما به این داور داده و چطور قراره قانعش کنیم ما بهترین مدل آماری برای مطالعمون استفاده کردیم و به آنالیز و دیتاهای ما ایرادی وارد نیست؟ 🥸

با گذاشتن سند بره مسافرت ؟؟؟!!!!!!
واقعا با خودتون چه فکری میکنید که چنین حرفایی میزنید؟ لکه ننگ و سیاه ترین نقطه تاریخید..

#برده_داری_نوین!

اما پاسخ این کامنت:

12. You can consider using newer methods like the Hartung-Knapp adjustment.
Reply: We thank the reviewer for suggesting. In our study, we utilized the DerSimonian and Laird (DL) random-effects model, a widely accepted method for meta-analyses, due to its computational simplicity and historical prevalence in the field. While we acknowledge that the HKSJ adjustment has gained traction in recent years for improving the precision of confidence interval estimation, particularly in small-sample meta-analyses, its application may not always be necessary or advantageous.
In our case, the number of included studies and their sample sizes were sufficient to yield stable estimates using the DL method. Moreover, the results were rigorously tested for robustness through sensitivity analyses, ensuring the reliability of the reported findings. We also assessed heterogeneity using the I2 statistic and conducted subgroup and meta-regression analyses to explore potential sources of variability, adhering to best practices in systematic reviews and meta-analyses.
It is important to note that the Hartung-Knapp adjustment can produce overly conservative intervals when heterogeneity is low or the number of studies is large, which may not reflect the true uncertainty in the estimates. To further address this comment, we have reviewed our analyses and confirmed that our primary conclusions remain robust and unaffected by the choice of statistical adjustment.
We appreciate the reviewer’s suggestion and will consider implementing the Hartung-Knapp adjustment in future meta-analyses, where appropriate, to further enhance the methodological rigor. However, we believe that the methods employed in the present study are scientifically valid and align with current standards in meta-analytic research.