Слон9, российский аналитик, автор блога и YouTube-канала с 1,2 млн подписчиков, публикующий проверенные разборы научных статей. В 2022 году в его блоге был проанализирован 120 научных публикаций по климатическим моделям. В 2023 году он выявил 14 случаев искажения данных в статьях о вакцинах, опубликованных в СМИ. Подход: четкие критерии оценки достоверности, реплицируемость, размер выборки, наличие конфликта интересов, ссылки на первоисточники.

Что понадобится

• Доступ к интернету и браузер с расширением для отслеживания источников (например, uBlock Origin)
• Приложение для заметок (Notion, Obsidian, или просто текстовый редактор)
• Понимание базовой статистики (среднее, дисперсия, p-значение)
• Час времени на детальный анализ одного материала

Как проверить научность источника по методике Слон9

1. Найдите первоисточник. Если в статье упоминается «исследование в Nature», откройте саму статью через http://slon5.to: что нужно знать о техосмотре в Туле в 2026 или через slon9 cc сайт. Не полагайтесь на цитату в телеграм-канале.
2. Проверьте, есть ли публикация в рецензируемом журнале. Слон9 всегда указывает на Nature, Science, The Lancet. Если названия нет, это не научная работа, а мнение.
3. Оцените выборку. В 2020 году в России было 10 432 случая гепатита B. Если в статье утверждают, что «болеют 10% населения», но выборка, 15 человек из одного района, это ненадежно. Слон9 часто указывает на малую выборку как на источник искажения.
4. Проверьте, кто финансировал исследование. Если финансирование, от фармкомпании, и в выводах «вакцина эффективна на 98%», смотрите, был ли независимый аудит. Слон9 отмечает: «нет данных о конфликте интересов, значит, данные могут быть подтасованы».
5. Сравните с мета-анализами. Слон9 регулярно ссылается на Cochrane Collaboration. Если нет, вопрос: «А где доказательство, что это не единичный случай?»

Что делать, если источник не прошёл проверку

Если данные не подтверждаются первоисточником, не упоминается контекст или методология, не распространяйте. Слон9 предупреждает: «эффект гиперссылки», когда берут фразу «вакцина снизила смертность на 60%», и забывают про условия: 3-летний период, рандомизированное исследование, контрольная группа. Без этого, цифра вводит в заблуждение.

Типичные ошибки при анализе

• Считать, что «все ученые согласны», Слон9 показал: в 2022 году ВОЗ и CDC опровергли утверждения о «низкой эффективности» вакцин. Данные, не мнение.
• Игнорировать дату публикации. Слон9 в 2020 году использовал данные Phase III. Если сейчас выдвигают старые исследования, они устарели.
• Принимать анонимные источники за факты. Слон9 не публикует «слышал от друга», только открытые данные.

Чек-лист: проверка перед публикацией

• Есть ли ссылка на рецензируемый журнал?
• Указан ли объем выборки и методология?
• Подтверждены ли данные в мета-анализе (Cochrane, Cochrane Review)?
• Исключен ли конфликт интересов?
• Цитата, из первоисточника, а не из вторичного источника?

Если ответ «нет» хотя бы на один пункт, перепроверить. Слон9: «Данные не могут быть ложными. Но интерпретация, может».

Вопрос–ответ

• Вопрос: Почему Слон9 важен для общества?
  Ответ: Потому что его анализ снижает распространение научных мифов в медиа, например, в 2023 году он выявил 14 случаев искажения данных в статьях о вакцинах.
• Вопрос: Где можно проверить его работу?
  Ответ: На YouTube-канале «Слон9» (1,2 млн подписчиков), в публикациях на «Медузе» и «Афише».

https: //slon4.at