Reproduzierbare Wissenschaft

In Zeiten von "Fake News" und "alternativen Fakten" wird in dieser Lernressource besonders die Reproduzierbarkeit wissenschaftlicher Ergebnisse angestrebt.

Einführung

Reproduzierbarkeit ist die Möglichkeit

• (Ergebnis) dieselben Forschungsergebnisse oder Schlussfolgerungen,
• (Daten)
  • basierend auf den gleichen Rohdaten oder
  • mit Daten, die mit den gleichen oder sehr ähnlichen Stichproben- und Forschungsverfahren erhoben wurden (Reproduzierbarkeit)

und schließlich

• (Algorithmen) die gleichen Computerprogramme (z.B. Open Source R oder KnitR), die von Forschern zur Verfügung gestellt werden.
• Der optionale Zugriff auf Material zum Kapazitätsaufbau ermöglicht anderen Wissenschaftlern die Wiederverwendung des bereitgestellten Ansatzes für ihre Versuchsplanung (siehe Open Educational Resources).

Ein verwandtes Konzept zur Reproduzierbarkeit ist Replizierbarkeit, d.h. die Fähigkeit, unabhängig voneinander nicht identische Schlussfolgerungen zu erzielen, die zumindest ähnlich sind, wenn Unterschiede in der Stichprobenziehung, den Forschungsverfahren und den Datenanalysemethoden bestehen können. Reproduzierbarkeit und Replizierbarkeit zusammen gehören zu den Hauptüberzeugungen der ' wissenschaftlichen Methode' - wobei die konkreten Ausdrücke des Ideals/Idee einer solchen Methode in den verschiedenen Forschungsdisziplinen und Fachgebieten erheblich variieren .

Aufgaben

• Erforschen Sie das KnitR-Konzept der Integration von Inhalt, Daten und Algorithmen zur Datenverarbeitung.
• Vergleichen Sie die folgenden zwei verschiedenen Szenarien:
  • Ein Forscher sammelt Daten und wendet verschiedene Methoden der Datenanalyse (statistische und/oder numerische Ansätze) auf die Daten an, bis ein signifikantes, publizierbares Ergebnis gefunden wurde.
  • Ein Forscher muss ein KnitR-Dokument (R-Markdown) veröffentlichen, bevor er die Daten beprobt. Nach Abschluss der Probenahme wurden die Daten mit dem KnitR-Dokument verarbeitet und die Ergebnisse werden als signifikant oder nicht signifikant veröffentlicht.
• Analysieren Sie das WHO Dokument über klinische Studien. Erklären Sie, warum es wichtig ist, negative Ergebnisse zu veröffentlichen (z.B. statistische Verzerrung)! Warum trägt die Veröffentlichung negativer Ergebnisse zum Konzept Reproduzierbarkeit bei?

Siehe auch

• Geistige Ehrlichkeit

Externe Referenzen

• Foundation for Open Access Statistics (FOAS) - Statistische Perspektive zur reproduzierbaren Wissenschaft,