KOM HC14 18/10
Integriteit I
Voorwaarden voor goede integere wetenschapsbeoefening:
- Eerlijkheid
- Zorgvuldigheid
- Transparantie
- Onafhankelijkheid
- Verantwoordelijkheid
Grote schendingen wetenschappelijke integriteit
- Fabricage: data verzinnen, bewuste schending
- Plagiaat: werk van anderen kopiëren, bewuste schending
Subtielere schendingen wetenschappelijke integriteit.
Falsifying is het bewust;
1. Niet rapporteren bepaalde bevindingen
2. Aanpassen van de data
3. Foutief interpreteren van de data
Eerlijkheid vs zorgvuldigheid!
Niet significante resultaten komen niet in artikel want:
- Zonde van moeite: wetenschappelijke tijdschriften willen interessante/vernieuwende
resultaten publiceren
- Conformation bias: resultaten die niet overeenkomen met verwachting worden
(on)opzettelijk genegeerd door de onderzoeker
File-drawer problem!
Afwezigheid negatieve en nul-resultaten leidt tot bias in de richting van grote (positieve) effecten >
publication bias
Wetenschappelijke tijdschriften willen graag interessante/vernieuwende resultaten publiceren
+ onderzoekers moeten voldoende publiceren om carrière te maken leidt tot questionable research
practices (QRP)
- Onterecht verwijderen van uitschieters om p-waarde omlaag te krijgen
Verwijderen mag mits het om een fout gaat!
- P-hacking: zoeken naar significante verbanden in de data zonder vooraf hypotheses op te
stellen. Bij veel variabelen vinden onderzoekers meestal wel iets significants
Zoeken naar verbanden mag mits gepresenteerd als exploratief onderzoek
- HARKing: achteraf formuleren van hypotheses en doen alsof deze vooraf waren opgesteld
(falsifying; eerlijkheid)
Integriteit I
Voorwaarden voor goede integere wetenschapsbeoefening:
- Eerlijkheid
- Zorgvuldigheid
- Transparantie
- Onafhankelijkheid
- Verantwoordelijkheid
Grote schendingen wetenschappelijke integriteit
- Fabricage: data verzinnen, bewuste schending
- Plagiaat: werk van anderen kopiëren, bewuste schending
Subtielere schendingen wetenschappelijke integriteit.
Falsifying is het bewust;
1. Niet rapporteren bepaalde bevindingen
2. Aanpassen van de data
3. Foutief interpreteren van de data
Eerlijkheid vs zorgvuldigheid!
Niet significante resultaten komen niet in artikel want:
- Zonde van moeite: wetenschappelijke tijdschriften willen interessante/vernieuwende
resultaten publiceren
- Conformation bias: resultaten die niet overeenkomen met verwachting worden
(on)opzettelijk genegeerd door de onderzoeker
File-drawer problem!
Afwezigheid negatieve en nul-resultaten leidt tot bias in de richting van grote (positieve) effecten >
publication bias
Wetenschappelijke tijdschriften willen graag interessante/vernieuwende resultaten publiceren
+ onderzoekers moeten voldoende publiceren om carrière te maken leidt tot questionable research
practices (QRP)
- Onterecht verwijderen van uitschieters om p-waarde omlaag te krijgen
Verwijderen mag mits het om een fout gaat!
- P-hacking: zoeken naar significante verbanden in de data zonder vooraf hypotheses op te
stellen. Bij veel variabelen vinden onderzoekers meestal wel iets significants
Zoeken naar verbanden mag mits gepresenteerd als exploratief onderzoek
- HARKing: achteraf formuleren van hypotheses en doen alsof deze vooraf waren opgesteld
(falsifying; eerlijkheid)
