Sildiarhiiv: teadus

Isiksuseuuringu sisulised ja kirjavead

TÜ Eesti geenivaramu isiksuseuuringus on kahjuks nii sisulisi kui kirjavigu. Õigekirjakontroll (näiteks küsimusi mõnesse kontoriprogrammi kopeerides) oleks võtnud viis minutit ja ennetanud viga „Euroopa Paralament”. Läbi lugemine oleks tõenäoliselt ennetanud suurtäheviga „Kas elate eestis?” Mulle torkas silma ka ebakõla Teie ja teie vahel („Kes see inimene Teie jaoks on?” ja „Milline on teie perekonnaseis?”), nagu ka mitmuseviga „samasugused õiguse ja kohustused”.

Sisulise poole pealt õppisin TÜs statistika sissejuhatuse aines küsitluse koostamise loengus, et iga küsimusega peaks küsima ainult üht asja, küsimus peaks olema selge ja üheselt mõistetav. Isiksuseuuringu küsimus „Olen salliv rahvuste ja religioonide suhtes” küsib aga vähemalt kahte asja, sest rahvus ja usk on erinevad teemad. Rahvusi on ka mitu ja sallivus nende suhtes võib erineda. Sama märkus käib usundite kohta.

Mitme rahvuse kohta küsiv „riik peaks olema avatud teistest rahvustest inimestele” on tõlgendatav erinevalt: kas kõigile rahvustele või vähemalt kahele. Tõenäoliselt on Eesti elanike suhtumine välismaalastesse oluliselt erinev sõltuvalt välismaalase rahvusest ja võibolla ka suhtuja rahvusest. Ajakirjandusest on mulle selline mulje jäänud.

Kahte asja küsib ka „meestel ja naistel on ühiskonnas samasugused õiguse ja kohustused”, sest õigused võivad olla samad, aga kohustused erinevad või vastupidi.

Perearstide kvaliteedi võrdlemine suremuse põhjal

Lisa kommentaar

Kuulsin lugu Eesti perearstist, kes ei võtnud ise vajalikke ravimeid ega kirjutanud teistele, sest ei uskunud ravimitesse. See ravi puudumine põhjustas tal vaimseid probleeme, nii et tal võeti lõpuks nimistu ära. Kahtlustan, et enne jõudis ta oma nimistusse kuuluvaid patsiente ravist ilma jättes teatud kahju teha. Soodapuhujast perearst ilmselt tekitas sarnast kahju. Tõenäoliselt oleks sekkumine kiirem ja kahju väiksem olnud kui nimistu suremust ja haiglasse sattumist oleks teiste arstidega võrreldud ja järeldused tehtud. Ilmselt on selliseid arste vähe, aga kuna kontrolliga ära hoitav kahju on potentsiaalselt suur, siis oleks hea ravitulemusi kontrollida.

Meditsiini ja hariduse kvaliteedi mõõtmine on keeruline nii isikuandmete kaitse kui alternatiivstsenaariumi puudumise tõttu (milline oleks haiguskulg või teadmistepagas olnud teise raviarsti või õpetaja korral). Suure valimi põhjal saab siiski statistikat teha. Perearsti nimistu on umbes kaks tuhat inimest (Otsing – Terviseameti registrid (sm.ee)), suure dispersiooniga. Kui keskmine eluiga on 80, siis keskmiselt sureb kahetuhandelises nimistus aastas 25 inimest, nii et paariaastase libiseva keskmise põhjal saaks juba statistiliselt olulisi mõõtetulemusi.

Kui ühel perearstil sureb kahtlaselt suur protsent nimistusse kuulujaid võrreldes teiste sarnaste nimistutega, siis peaks selle arsti kutsesobivust kontrollima, näiteks litsentsi säilitamiseks korduseksamile suunama. Võrdlusbaasi puhul on oluline, et nimistud oleksid vanuse, krooniliste haiguste ja muude suremust mõjutavate tegurite osas sarnased, sest peamiselt vanuritest koosnevas nimistus sureb loomulikult suurem protsent kui noores nimistus.

Võrrelda saab ka sama nimistut ajas. Kui surijate protsent mingil aastal järsku suureneb, võrreldes riigi taustsuremusega, siis peaks samuti kontrollima, miks. Inimese töövõime võib äkitselt halveneda ja talle endale märkamatult, sealhulgas arstidel. Vahel on aga suurem suremus juhus.

Isikuandmeid ei pea ükski inimene suremuste võrdluseks töötlema. Piisab arvutiprogrammist, mis teeb päringu surmade registrist ja perearstide nimistutest ja kuvab iga nimistu kohta, kui suur protsent sellest antud aastal suri. Näiteks Terviseameti perearstide registris võiks iga nimistu kõrval olla sellest viimase aastase perioodi jooksul surnute protsent, mis jooksvalt uueneb surmade registri kannete põhjal. Pikema aja statistikat iga nimistu kohta ja vanuselist struktuuri võiks samuti avalikult vaadata saada.

Haiglasse sattumiste andmed on tõenäoliselt digiloos olemas, nii et need saaks samuti nimistutega automaatselt kokku viia ja teha jooksvat statistikat, kui suur protsent igast nimistust viimase aasta jooksul haiglaravi vajas.

Surma- ja haiglasse sattumise põhjuse andmed annaksid veelgi täpsema mõõtmise. Esimene samm oleks õnnetusjuhtumite eristamine haigustest, kuna õnnetus pole tõenäoliselt arsti tegevuse või tegevusetuse tagajärg. Reisilt saadud nakkus pole samuti arsti süü, aga protseduuri tagajärjel tekkinu võib olla. Kroonilise haiguse ägenemine võib olla täpsem signaal arsti oskuste kohta kui nakkus.

Pole isegi vaja ette paika panna, millised surmapõhjused kirjutada arsti arvele ja millised juhuse, sest andmed näitavad, kui palju iga surmapõhjus arstide lõikes erineb. Õnnetusi juhtub ilmselt igas nimistus enamvähem sama tõenäosusega, arvestades nimistu vanuselist, soolist jne koosseisu. Seevastu need tegurid, mida arst rohkem mõjutada saab, erinevad nimistute vahel ka rohkem.

Kui riigiasutused ei taha seda statistikat teha, saab rahvas asja ka oma kätesse võtta – teha arvutustabel, mida internetis täita saab ja lähedase surma korral kirjutada tabelisse, millise perearsti nimistus inimene oli, umbkaudne surma aeg ja põhjus.

Kaudne viis osaliselt sama teavet saada on võrrelda suremust väikestes eraldatud asulates, kus on ainult üks perearst. Tõenäoliselt on enamik asula inimesi selle arsti nimistus. Kui mõni küla on statistiliselt olulisel määral ebatervislikum kui teised, siis oleks elanikel ehk huvitav seda teada. Statistikaamet kahjuks pakub surmastatistikat ainult maakonna täpsusega (RV56: Surnud surmapõhjuse, soo ja vanuserühma järgi (stat.ee)).

Kui suremusprotsenti korrigeerida vastavalt krooniliste haiguste esinemissagedusele, siis tekib arstidel manipuleerimismotiiv: kui määrata paljudele krooniline haigus, siis näib antud suremus parema tööna, sest kroonilisi haigeid on raskem elus hoida. Kes hakkama saab, on hea tegija. Pole vaja otseselt valetada, et tervel inimesel on mingi haigus, sest piiripealseid juhtumeid on piisavalt palju. Vahel on vererõhk, veresuhkur, TSH või muu mõõtetulemus normist väljas, vahel mitte. Arsti otsus on, kas lugeda sellised tulemused krooniliseks haiguseks või mitte. Terviseökonoomikas on haiglate ja arstide tegutsemist rahalisele motiivile vastavalt palju mõõdetud ja tõestatud.

Sotsiaalse võrgustiku sideme definitsioonist

Lisa kommentaar

Võrgustikumudelid on hea kirjeldus füüsiliste võrgustike kohta. Näiteks elektri liikumiseks tootja, alajaama ja tarbija vahel on vaja juhtmeid – sidet võrgustikus nende sõlmede vahel. Sotsiaalses võrgustikus pole aga tihti selge, mis nähtus side täpselt on. Võrgustiku-uurimustes on sideme definitsioon näiteks vastastikku üksteise sõbraks nimetamine, üksteise sotsiaalmeedia postituste jagamine ja laikimine, telefonide asukohtade ühtimine suure osa ajast. Need mõõdikud on positiivses korrelatsioonis koostööga füüsilises maailmas, nii et uurimistööks piisavad.

Filosoofilisemalt on positiivne sotsiaalvõrgustiku side selles osalevate inimeste uskumus omavahelise edaspidise koostöö kasulikkusesse, mitte näiteks tegelik suhtlus minevikus. Mõttelised eksperimendid uskumuse ja koosviibimise mõju eristamiseks on järgnevad. Kui kahel pikaaegsel sõbral on mõlemal mälukaotus ja nad unustavad üksteist, siis eelnev suhtlus ei ennusta enam tulevast koostööd. Kui kaks inimest hakkavad uskuma, et nad on minevikus palju koos tegutsenud, kuigi tegelikult pole kunagi kohtunud, siis käituvad nad nagu vanad sõbrad. Nagu käitumise ja otsuste puhul peaaegu alati, loeb uskumine, mitte tegelikkus. Muidugi on eelneva koostöö korrelatsioon tulevasega tugevalt positiivne, sest uskumine on antud juhul tegelikkusega tugevas positiivses korrelatsioonis – mälukaotused ja detailsed valemälestused on haruldased.

Arhitektide motiiv nõuda ehitise sobivust miljööga

Lisa kommentaar

Arhitektide üks isekas motiiv nõuda uue ehitise sobivust ümbritsevatega on, et see sunnib uusi turule tulevaid arhitekte jäljendama vanade stiili, kes kavandasid piirkonna praegused hooned. Vanad olijad on oma stiili kopeerimises osavamad kui uued tulijad. Seega annab jäljendamise nõue vanadele olijatele konkurentsieelise.

Seda teooriat saab empiiriliselt kontrollida arhitektuurivõistluste andmetel. Selleks tuleb paljude võistluste lõikes vaadata 1) esitatud kavandite sarnasust ümbritsevate hoonetega (masinõpe suudab piisavalt suure valimi korral tuvastada sarnasuse ka seda eelnevalt defineerimata), 2) arhitekti karjääri pikkust antud turul ja eriti seda, kas ta on mõne ümbritseva ehitise kavandaja, 3) kes võitis, 4) kes oli žüriis. Kui mõne ümbritseva hoone arhitekt võidab suurema tõenäosusega kui tema varasemate saavutuste põhjal eeldada võiks, siis viitab see stiilikopeerija eelisele uudsusepakkuja ees. Sama järelduse võib teha kui ümbritsevate hoonetega sarnane kavand võidab suurema tõenäosusega kui erinev. Kui žüriis on kohalikud arhitektid ja eriti ümbritsevate hoonete kavandajad, kas siis on kopeerija eelis suurem? Ehk kas siis võidab sarnane kavand suurema tõenäosusega kui välisžürii puhul?

Kui uued arhitektid on juba mõne püstitatud ehitisega teatud stiili järginud, tekib neil motiiv ka ise edaspidi selle järgimist nõuda, et eelist saada. Nad liituvad siseringiga ja on siis huvitatud siseringi positsiooni kindlustamisest. Sotsiaalne norm jätkub. Sarnane mehhanism toimib muudes kunstivaldkondades, aga ka teaduses, kus avaldamiseks tuleb viidata paljuviidatud teadlastele.

Grantide taotlemise mõistlikkusest

Lisa kommentaar

Granditaotluse täitmiseks kulub teadlasel teatud aeg, näiteks t tundi. Grandi saamise tõenäosus on p ja suurus g. See teadlane teeniks tööturul t tunniga mingi rahahulga, ütleme w*t (ehk tunnipalk on w). Kui teadlane panustaks selle raha kas hasartmängu või aktsiaturule võidutõenäosusega p ja sellele tõenäosusele vastava võidusummaga umbes w*t/p, siis kas võidusumma oleks suurem või väiksem kui g? Kui suurem, siis pole ratsionaalne granti taotleda, vaid tuleks raha teenida ja hasartmängida, et sama tõenäosusega suurem võit saada.

Tegelikkuses tuleks arvestada ka grantide maksustamist ülikooli poolt (korrutades g ühest väiksema numbriga) ja hasartmänguvõidu või investeerimistulu maksustamist riigi poolt (korrutades w*t/p peale makse kätte jääva tuluprotsendiga). Grandiraha kasutamisel on piirangud, näiteks sõltuvalt rahastajast ei tohi seda kasutada konverentsireisiks või arvutiostuks, aga investeerimistulul selliseid piiranguid pole, mis on veel üks argument töötamise ja investeerimise poolt.

Teadlaste edutamisel ja palkamisel annavad saadud grandid eelise, kuigi grandid on sisend, mitte väljund, nii et isegi kui töötamine oleks rahaliselt mõistlikum, võib karjäärimotiiv panna teadlase granti taotlema.

Vigade avastamise lihtsus enda ja teiste töös – uurimisidee

Lisa kommentaar

Teiste kirjutistes on mul lihtsam kirjavigu avastada kui enda omades. Isegi täpselt sama viga, näiteks unustatud koma, paistab teiste töös silma, aga enda omas mitte. Sarnaselt on kergem leida teiste arvutusvigu kui enda omi. Tõenäoliselt ka igasuguses muus tegevuses (sporditehnika, viisipidamine, elulised otsused).
Oleks huvitav teada, kas vigade avastamist takistab rohkem teksti või vea tuttavus, ehk kas enda viga võõras tekstis paistab rohkem silma kui võõras viga enda omas. Üks katse selle kontrollimiseks oleks lasta inimestel trükkida arvutisse mingi tekst, kusjuures arvutiprogramm ei tohiks parandada õigekirja. Siis tõsta vead inimeste vahel ringi. Näiteks kui üks kirjutas mingi sõna õigesti ja teine valesti, siis vahetada need. Samuti parandada ühe inimese komaviga ja sisestada see sarnasesse lausesse teisele. Mingi aja järel lasta igaühel enda ja kellegi teise tekst üle lugeda ja selles ainult õigekirjalisi parandusi teha. Mõõta kui suur protsent enda vigadest teiste tekstis ja teiste vigadest enda omas avastatakse.
Sarnase katse saab teha arvutusülesannetega, aga siis peaks „enda teksti” loomiseks paluma osalejatel ülesanded ka koostada, mitte ainult lahendada. Üks võimalus on enda kohta käivad arvud (sünniaasta, -kuu, -päev, pikkus, kaal, vanus) kõigis kombinatsioonides korrutada, liita jne. Eraeluliste andmete kaitseks võib paluda osalejatel välja mõelda tegelase ankeet, kelle arvuliste näitajate kombinatsioone siis rehkendama hakata.

Nõuandja, kel endal palju probleeme

Lisa kommentaar

„Teise silmas pindu näed, enda silmas palki ei näe.” „Need, kes oskavad, teevad, need kes ei oska, õpetavad ja need, kes õpetada ka ei oska, töötavad välja õpetamismetoodika.” Sellised ütlused võivad psühholoogiliselt ja poliitökonoomiliselt vahel õiged olla, aga vahel on need valed.

Inimene, kel on endal palju lahendamata probleeme, võib ometi teisele tema probleemi kohta kasulikku nõu anda, isegi kui teisel on vähem probleeme. Näiteks nõuandjal tekivad probleemid nr 1-10, millest ta lahendab pooled: nr 1,3,5,7,9. Teisel tekivad probleemid 9-12, seega vähem kui esimesel isegi peale lahendamist. Nõuandja võib probleemi nr 9 lahendust teisele seletada. Teine võib vastutasuks leida ja seletada nr 10 lahendust.

Paljude probleemidega inimene võib olla parem nõuandja kui vähestega, eriti juhul kui ta on palju lahendanud ja tema probleemide arvukust põhjustab nende kiire juurde tekkimine, mitte aeglane lahendamine. Seevastu kui inimesel kuhjub palju probleeme, kuna ta pole hea lahendaja, siis ei pruugi ta eriti hea nõuandja olla.

Kui inimene ise probleemi lahendanud ei ole, vaid ainult teoretiseerib nagu mina siin kirjutades, siis kuidas võiks nõu saaja hinnata nõuandja kompetentsi ja pakutud lahenduse headust? Eeldame, et nõu saaja tahab nõu headust hinnata enne selle proovimist ja pole valdkonnas asjatundja. Saaja võib lugeda teaduskirjandust, selle lihtsamaid ülevaateartikleid või veel lihtsamaid õpikuid, aga see on aeganõudev ja mõnele üle jõu käiv. Kiirem, aga ebatäpsem hindamisviis on nõuandja tarkuse ja hariduse põhjal, eriti antud valdkonnas. Kui nõuandja CV on kättesaadav, võib sealt lugeda signaali tema kompetentsi kohta. Teine ebatäpne, kuid pisut informatiivne hindamisviis on vaadata nõuandja probleemide hulka – muude tegurite samaks jäädes on paremal probleemilahendajal vähem probleeme. Selles mõttes on „Mis sa teisi õpetad, vaata parem ennast!” statistiliselt õigesuunaline, kuigi üsna mürarikas otsustuskriteerium.

Tõestamiskohustus peaks olema väite esitajal

Lisa kommentaar

Toodete kohta esitatakse igasuguseid väiteid (noorendab nahka, väljutab toksiine, kasulik keskkonnale, toetab arengumaade väiketalunikke), mis enamasti pole tõendatud. Väite algne väljamõtleja saab tavaliselt selle uskujate pealt rahalist kasu.

Tõestamiskohustus peaks olema väite esitajal, mitte ümberlükkajal. Väite sihtrühma nullhüpotees peaks olema, et tootel pole seda omadust, mida väidetakse, olgu positiivset või negatiivset. Väiteid välja mõelda on suurusjärkude võrra lihtsam kui neid teaduslikult kontrollida, seega tõendada või ümber lükata.

Kui tõestamiskohustus on väite ümberlükkajal, jõuame loogilise vastuoluni, mille tuletuskäik on järgnev. Iga toote kohta käiva iga väite puhul esitame sama toote kohta vastupidise väite (vanandab nahka, sisestab organismi toksiine, kahjulik keskkonnale, kahjustab arengumaade väiketalunikke). Kuna neid esitamise hetkel ümber lükatud pole (enamikku ei viitsi keegi kunagi kontrollida), siis tuleb neid tõena võtta. Vastupidised väited sama toote kohta ei saa loogiliselt mõlemad tõesed olla. Vähemalt üks neist on väär, mis on vastuolus eeldusega, et ümber lükkamata väited on tõesed.

Väite algne esitaja enamasti üritab oma toodet konkureerivatest paremana näidata. Igasuguse paremusjärjestuse võib aga lihtsasti loogikaga vastuollu panna kui tõestamiskohustus on ümberlükkajal. Vastuolu tekitamiseks esitame kõik väited kõigi teiste toodete kohta. Kuni neid väiteid pole ümber lükatud, on kõigil toodetel kõik omadused. Sel juhul pole ühegi tootepaari vahel vahet – ei mingit paremusjärjestust. Loogiliselt pole siis mingit põhjust tarbida väidetega reklaamitavat toodet konkurendi asemel. Kui tarbijad mõtleksid loogiliselt, siis poleks väite algsel esitajal väitest kasu, sest selle neutraliseeriks vastandväide või kõigi teiste toodete kohta sama väide. Tarbija võib need väited oma peas endale esitada.

Kui tõestuskohustus oleks ümberlükkajal, peaks reklaamija vastandväite ja teiste toodete kohta sama väite ümber lükkama, et enda toodet eristada või paremana näidata. Kõigi väidete kontroll kõigi toodete kohta on lõpmatult kulukam kui ühe toote ühe väite kontroll. Loogiliselt mõtlevate tarbijate korral oleks ka reklaamijale kasulikum kui tõestuskohustus oleks väite esitajal. Reklaam tõestamata väidetega töötab tarbijate ebaratsionaalsuse tõttu.

„Teaduslikult tõestatud” on samuti väide, mida esitaja tõestama peaks. Teaduslik tõestus peab kasutama teaduslikku meetodit: kõigepealt panna paika, mis järeldus millistest andmetest teha (kui andmed tulevad x siis otsustame y), siis koguda andmed ja siis järgida alguses paika pandud järeldamisreeglit. Esimene samm on mitte petta ennast. Uuringu läbiviijad ei pea olema teadlased ega teadusasutused. Hea signaal oleks kui läbiviijad oleksid sõltumatud väite esitajast. Seda on keeruline tagada, sest uurimisasutused konkureerivad omavahel ja esitaja valib kontrolli läbiviijaks sellise asutuse, kust varem on esitaja väidet või sarnaseid väiteid kinnitavaid tulemusi tulnud. Uuringuraha saamiseks tekib asutusel motiiv esitaja väiteid kinnitada.

Kuidas tõestada, et kasutati teaduslikku meetodit? Üks viis järeldusreegli tõestamiseks on see avalikult registreerida, avaldades uuringuplaani vastavas veebiportaalis või lisades selle krüpteeritud plokiahelasse. Viimane võimaldab ka plaani kuni läbiviimise lõpuni salajas hoida ja siis dekrüpteerides tõestatult avaldada, et konkurendid seda ei kopeeriks ega ennetaks.

Andmete kogumise tõestamiseks võib kogu katse mitme nurga alt kogu pikkuses videosse võtta. Salvestusruum on tänapäeval odav. Video ei pea olema täiesti võltsimiskindel. Piisab, kui seda on nii kulukas võltsida, et odavam on aus katse teha ja negatiivse tulemuse korral väidet mitte esitada. Video saab samuti reaalajas krüpteerida ja plokiahelasse lisada, et seda hiljem avaldada ja selle salvestusaja ülempiiri tõestada.

Kui järeldusreegel ja andmed on avaldatud, siis saavad ka teised järeldusreeglit andmetele rakendada ja meetodi viimast sammu kontrollida. Andmete vorming ja järeldusreegli kirjeldus võivad selle sammu väga lihtsaks või keeruliseks muuta. Mida lihtsam, seda ausam. Lihtsust saab alguses testida, rakendades järeldusreeglit simuleeritud andmetele ja kogudes andmeid selliselt katsetatud vormingus.

Prokuratuuri mõjuvõimu mõõtmisest

Lisa kommentaar

Rein Lang ja Leon Glikman on korduvalt väitnud, et Eestis on prokuratuuril suur mõjuvõim, mida too ära kasutab alusetute süüdistuste esitamiseks ja et ajakirjandus on prokuratuuri suhtes kriitikavaba, lugedes kahtlustuse kohe süüdimõistmiseks. Prokuratuur eitab sellist käitumist. Mõlemad pooled on osavad sõnaseadjad. Sõna sõna vastu olukorras pole kodanikul selge, kummal on õigus.

Prokuratuuri tegeliku mõjuvõimu mõõtmiseks ja alusetute süüdistuste osakaalu hindamiseks peaks prokuratuuri tegevust võrdlema teiste riikide vastavate asutustega. Loomulikult on võrdlemiseks vaja eeldusi – kui uskuda vandenõuteooriat, et kogu riik on prokuratuuri kontrolli all ja iga süüdistus viib süüdimõistmisele, siis ei saa hinnata alusetute süüdistuste osakaalu. Eeldan, et kohtud ega kurjategijad ei tegutse prokuratuuriga kooskõlastatult erinevates riikides erineval määral. Kui nad igal pool sama palju kooskõlastavad, saame ikkagi eri riikide prokuratuuride keskmist mõjukust ja süüdistuste tõesust võrrelda.

Naiivne oleks ka lugeda süüdimõistmiste protsent süüdistuste hulgas prokuratuuri efektiivsuse mõõduks. Kui ühes riigis teatavad inimesed ainult ilmselgetest kuritegudest ja teises igasugusest kahtlasest tegevusest, siis on süüdimõistmise protsent esimeses suurem ka prokuratuuri pisut väiksema võimekuse korral, sest selget kuriteokoosseisu on lihtne kohtus tõestada. Kui ühes riigis on kohtud süüdistaja poole kaldu, teises kaitsja, siis on süüdimõistmise protsent esimeses kõrgem, isegi kui sealne prokuratuur on nõrgemal tasemel.

Kohtute kallutatust prokuratuuri suhtes või kriminaalasjades on raske eristada prokuratuuri tugevusest. Kui eeldada, et kohtute kallutatus süüdistaja poole on sama nii tsiviil- kui kriminaalasjades, siis saab seda kallutatust mõõta hageja kasuks lahendatud tsiviilasjade protsendiga, mida tuleb korrigeerida hagide arvuga elaniku kohta, sest kui ühes riigis esitatakse palju alusetuid hagisid, teises ainult põhjendatud hagid…

Kuriteost teatamise tõenäosust saab eraldi mõõta, seega eristada prokuratuuri tugevusest, kui on olemas õigussüsteemiväline mõõdik kuritegude hulga kohta ja kuriteoteadete arv. Väline mõõdik on näiteks esindusliku valimiga küsitlus „Kas olete isiklikult olnud kuriteoliigi x ohver?”, „Kas keegi teie tuttavatest on ja kui palju on teil tuttavaid?” Teatamise tõenäosuse erinevus kuriteoliikide lõikes on samuti kasulik teave. Vähe teatatud kuritegusid saab mõõta kaudselt, näiteks koduvägivalda kahtlaste vigastustega arstiabi saavate inimeste arvu järgi, kes väidavad, et kukkusid.

Praktiliselt võib prokuratuuri võimsuse mõõtmiseks jooksutada riikide lõikes regressiooni, kus sõltuv muutuja on süüdimõistmiste protsent, sõltumatud muutujad kuriteost teatamise tõenäosus ja kohtu süüdistaja poole kallutatuse määr. Lisada võib ka muid muutujaid nagu kuriteo liik, SKP inimese kohta, prokuratuuri suurus protsendina rahvastikust, prokuratuuri keskmine palk. Prokuratuuri tugevuse mõõt igas riigis on see osa süüdimõistmiste protsendist, mida sõltumatud muutujad ei seleta, ehk regressiooni jääk (inglise keeles residual).

Soojuskao täpsem mõõtmine

Lisa kommentaar

Mõõtmaks kui kiiresti keha külmas vees minutis soojust kaotab (et hinnata näiteks kalorikulu talisuplusel), peaks organismi sisemise soojendusmehhanismi välja lülitama, ehk määrama laiba soojuskao. Seda on lihtsam ja odavam teha näiteks sea laibaga kui inimese. Selleks peab soojendama lihakeha ühtlaselt kehatemperatuurini ja siis panema teatud ajaks külma vette. Seejärel tuleks mähkida laip põhjalikult soojusisolatsiooni, et lasta temperatuuril kogu organismis ühtlustuda ja alles siis mõõta temperatuuri mitmest kohast. Korrata võib mitu korda, et mõõtmisi keskmistades täpsemat tulemust saada.

Püsisoojase looma sisemine soojustootmine töötab temperatuurikaole vastu, nii et temperatuuri põhjal ei saa siis kalorikulu arvutada. On ka teisi võimalusi kalorikulu määrata, näiteks hingamise hapnikukulu ja süsihappegaasi teket mõõtes (kinnises kapis).

Suhteliselt lihtne ja odav viis soojuskao teada saamiseks on ka vee soojenemise mõõtmine: vee kogus korda temperatuurierinevus enne ja pärast inimese selles viibimist korda vee erisoojus. Vesi peab olema hästi soojusisoleeritud ja peale ujumist peab laskma selle temperatuuril ühtlustuda enne kui mõõta. Vee segamine kiirendab ühtlustumist. Bassein peab olema ka pealtpoolt soojusisoleeritud, soovitatavalt ka inimese selles viibimise ajal. Võimalik on vahtplastiga vooderdatud veekindel kast, peal vahtplastist kaas mille sees on inimesele hingamistoru.