integriteit van onderzoek Flashcards
5 principes integer onderzoek
- eerlijkheid
- zorgvuldigheid
- transparantie
- onafhankelijkheid
- verantwoordelijkheid
wat is falsifying?
niet rapporteren van bepaalde bevindingen
aanpassen van data
foutief interpreteren van data
weglaten van data
wanneer mag een uitschieter verwijderd worden?
met een goede onderbouwing en transparantie
confirmation bias
resultaten die niet overeenkomen met verwachting worden genegeerd door onderzoeker
file drawer problem
niet significante onderzoeken worden niet gepubliceerd en verdwijnen
publication bias
afwezigheid negatieve- en nulresultaten leidt tot vertekening in de richting van grote positieve effecten
P- hacking
data aanpassen om p waarde aan te passen en zo een significant resultaat te vinden
wat zijn voorbeelden van P- hacking
uitschieters verwijderen
paar deelnemers toevoegen
andere analyse uitvoeren dan gepland
HARKing
achteraf formuleren van hypotheses en doen alsof deze vooraf waren opgesteld
wat is tegenovergestelde van HARKing
exploratief onderzoek
wat zijn 4 oplossingen voor QRP
- retractie
zelfcorrectie - PPPR
- Pre- registratie
- replicatie
submission bias
alleen studies publiceren die positieve resultaten heeft
self deception
een onderzoeker is zo overtuigd van een positief verband dat die data die de theorie tegenspreekt niet wil accepteren.
2 aandachtsgebieden van open science
open acces en FAIRness
waar staat de f van fairness voor
findable