Epi Notes
Griffen 的博客，关于技术、软件与个人项目。
文章
科学、指标与协作：在官僚体系中寻找科研评价的平衡
文章探讨了科学家与官僚体系在科研评价中的冲突与共存。作者认为虽然指标（如引用率）是简化的且常被滥用，但它们是资源分配的必要手段。文章引用了Goodhart定律等观点，指出完全去中心化的同行评价可能导致更严重的勾结和低质工作，因此主张在承认指标现实性的基础上，通过分散权力来优化科研生态，而非彻底废除指标。
在最意想不到的时刻发挥价值
作者通过两个职场经历反思：看似简单的自动化脚本和基础项目管理动作，往往比核心专业技能更具意外价值。文章指出人们容易低估自己擅长的“简单”事务，并强调业余爱好（如折腾Linux）可能在关键时刻解决团队难题。
SAS 9.4：备受赞誉（反讽）
作者通过列举大量虚构和真实的用户吐槽，以幽默讽刺的手法回顾了SAS软件在语法设计、文档加载、界面交互等方面的糟糕体验，反映了数据分析师对这款老牌软件的复杂情感。
“只要建了球场，他们就会来”：数据分析中的受众误区
文章以Moderna疫苗报告为例，指出数据从业者常陷入“如果我做了高质量分析，人们就会看”的误区。作者认为，公众甚至普通读者并不阅读详细报告，而是依赖信任的权威或媒体。真正的沟通关键在于明确受众（如FDA或特定读者群），并针对其认知习惯进行有效表达，而非单纯追求技术完美。
如何失去信任：一位公卫学生对专家信誉崩塌的反思
作者以公共卫生硕士在读生的视角，回顾新冠初期专家与媒体在口罩和疫情严重性上的误判，以及波士顿大学在财务危机中削减员工薪酬却实现盈利的操作。文章深入探讨了信任的脆弱性，指出专家信誉建立在持续的正确判断和问责之上，而非头衔或说教，对机构公信力危机有深刻反思。
奇怪的Kaggle竞赛、书籍的优越性及其他思考
作者参加Kaggle临床生存预测竞赛，深入分析了竞赛评估指标（分层一致性）的数学缺陷，指出其可能激励模型恶化高分群体表现。文章对比了统计建模与机器学习的思维差异，探讨了XGBoost等黑盒模型的有效性，并分享了关于生存分析中删失数据处理及超参数调优的一手实战经验与困惑。
带有秘密使命的数据系统
作者在政府公共卫生数据项目中经历资金削减后，反思团队从重视数据本身转向重视向资助方推销理念。作者提出数据可能只是用于证明问题存在的“营销工具”，而非提供新洞察，表达了对自身工作价值的深刻怀疑和对“隐形使命”的困惑。