<div dir="ltr">Dear connectionists, <div><br></div><div>I wanted to get some feedback regarding some recent ideas concerning the publication of models because I think that our current practices are slowing down the progress of theory.  At present, at least in many psychology journals, it is often expected that a computational modelling paper includes experimental evidence in favor of  a small handful of its own predictions.  While I am certainly in favor of  model testing, I have come to the suspicion that the practice of including empirical validation within the same paper as the initial model is problematic for several reasons:</div>
<div><br></div><div><div>It encourages the creation only of predictions that are easy to test with the techniques available to the modeller.</div></div><div><br></div><div>It strongly encourages a practice of running an experiment, designing a model to fit those results, and then claiming this as a bona fide prediction.  </div>
<div><br></div><div>It encourages a practice of running a battery of experiments and reporting only those that match the model's output.  </div><div><br></div><div>It encourages the creation of predictions which cannot fail, and are therefore less informative</div>
<div><br></div><div>It encourages a mindset that a model is a failure if all of its predictions are not validated, when in fact we actually learn more from a failed prediction than a successful one.</div><div><br></div><div>
It makes it easier for experimentalists to ignore models, since such modelling papers are "self contained". </div><div><br></div><div>I was thinking that, instead of the current practice, it should be permissible and even encouraged that a modelling paper should not include empirical validation, but instead include a broader array of predictions.  Thus instead of 3 successfully tested predictions from the PI's own lab, a model might include 10 untested predictions for a variety of different experimental techniques. This practice will, I suspect, lead to the development of bolder theories, stronger tests, and most importantly, tighter ties between empiricists and theoreticians.    </div>
<div><br></div><div>I am certainly not advocating that modellers shouldn't test their own models, but rather that it should be permissible to publish a model without testing it first. The testing paper could come later.  </div>
<div><br></div><div>I also realize that this shift in publication expectations  wouldn't prevent the problems described above, but it would at least not reward them.  </div><div><br></div><div>I also think that modellers should make a concerted effort to target empirical journals to increase the visibility of models.  This effort should coincide with a shift in writing style to make such models more accessible to non modellers.</div>
<div><br></div><div>What do people think of this? If there is broad agreement, what would be the best way to communicate this desire to journal editors?</div><div><br></div><div>Any advice welcome!</div><div><br></div><div>
-Brad<br></div><div><br></div><div><br></div><div><br></div><div>-- <br><div dir="ltr">Brad Wyble<br>Assistant Professor<br>Psychology Department<br>Penn State University<div><br></div><div><a href="http://wyblelab.com" target="_blank">http://wyblelab.com</a></div>
</div>
</div></div>