Dobre praktyki badawcze

Ten artykuł przeczytasz w 5 minut.

Badania naukowe stanowią fundament postępu naukowego i technologicznego, dlatego rzetelne i etyczne prowadzenie badań jest kluczowe dla budowania zaufania do nauki. Instytucje naukowe powinny wdrażać politykę etyczną i procedury kontroli jakości na wszystkich etapach badania – obowiązuje to również badaczy uczestniczących w przeprowadzaniu badań. Być może marzysz o karierze naukowej albo stoisz u jej progu? Chcesz swoje badanie zorganizować jak najlepiej, ale gubisz się w ogromie zasad i zaleceń? Poniżej znajdziesz krótki przewodnik po dobrych praktykach, który może Ci się przydać podczas projektowania Twojego pierwszego badania!

1. Formułowanie pytania badawczego

Precyzyjne określenie: pytanie badawcze powinno być jasne i konkretne, a jego formułowanie opierać się na analizie istniejących badań, teorii i/lub doświadczeń praktyków. Pozwala to uniknąć powielania tematów oraz zwiększa trafność wyników.
Przegląd literatury: systematyczna analiza dostępnych źródeł pomaga zidentyfikować luki badawcze i lepiej zrozumieć kontekst problemu. Dzięki temu można dogłębnie zrozumieć problem, na który chcesz odpowiedzieć swoim badaniem i trafniej dopasować metody badawcze.
Konsultacje: zaangażowanie innych badaczy lub społeczności badawczej umożliwia uzyskanie różnych perspektyw i lepsze doprecyzowanie problemu badawczego. Inne osoby ze środowiska badawczego mają często za sobą pobyt na przeróżnych konferencjach, seminariach, szkoleniach, o istnieniu których może nawet nie dowiedział(a)byś się, gdyby nie one. Networking i uczenie się na doświadczeniu innych to kluczowe działania, jeśli zależy Ci na kompleksowym podejściu do problemu badawczego.
Charakter badań: badania konfirmacyjne wymagają precyzyjnej hipotezy i jasno określonych zmiennych, natomiast eksploracyjne pozwalają na bardziej otwarte podejście i odkrywanie nowych zależności.

2. Rejestracja protokołu badania

Transparentność: rejestracja protokołu badawczego zwiększa wiarygodność i powtarzalność badań, zmniejszając ryzyko błędów publikacyjnych. Jeśli planujesz publikację w renomowanym czasopiśmie naukowym, zawczasu zapoznaj się z jego wytycznymi dotyczącymi zawartości protokołu badawczego.
Zawartość protokołu: powinien obejmować jasno określone pytanie badawcze, hipotezę, populację badawczą, plan zbierania danych i plan analizy statystycznej. Korzystaj z podręczników metodologicznych przeznaczonych dla wybranego przez Ciebie obszaru badań. Jeśli Twoje badanie będzie wymagało posłużenia się kłamstwem, niesie za sobą ryzyko wyrządzenia krzywdy uczestniczącym w nim osobom lud zwierzętom lub budzi inne wątpliwości etyczne, w protokole powinna być zawarta również informacja o opinii komisji etycznej.
Prerejestracja i publikacja samego raportu: prerejestracja zaplanowanego badania i publikacje w formie zgłoszonych raportów umożliwiają recenzję projektu jeszcze przed zebraniem danych w części badawczej, co poprawia jakość badań i ogranicza stronniczość (np. niepublikowanie wyników negatywnych).

3. Ustalanie wielkości próby

Znaczenie: odpowiednia wielkość próby zmniejsza ryzyko błędów statystycznych i zwiększa wiarygodność wyników. Zbyt mała próba może prowadzić do niewiarygodnych wniosków. Zapoznaj się z wytycznymi wielkości próby dla wybranych przez Ciebie metod badawczych i analitycznych (np. badanie jakościowe vs. ilościowe, poprzeczne vs. podłużne).
Kalkulacja: przy ustalaniu wielkości próby warto korzystać z dostępnych kalkulatorów online lub pakietów statystycznych, takich jak R (środowisko do obliczeń statystycznych i wizualizacji wyników). Uwzględnienie poziomu istotności i mocy testu jest kluczowe.
Precyzja: dobre planowanie próby opiera się na rzetelnych założeniach statystycznych i precyzyjnym określeniu zmiennych badawczych. Należy także uwzględnić możliwość odrzuceń danych oraz ewentualne trudności organizacyjne.

4. Zarządzanie danymi badawczymi

Strategia: skuteczne zarządzanie danymi obejmuje cały cykl ich życia – od zbierania i przechowywania po analizę i archiwizację. Brak odpowiedniej strategii może prowadzić do utraty danych. Należy bezpiecznie przechowywać szczegółowe dane badawcze, aby umożliwić ich weryfikację i odtworzenie. Brak danych w przypadku postępowań dyscyplinarnych to okoliczność obciążająca. Na etapie planowania należy ustalić, kto i w jaki sposób odpowiada za bezpieczeństwo danych.
Zasady FAIR: dane powinny być możliwe do znalezienia (Findable), dostępne (Accessible), interoperacyjne (Interoperable) i możliwe do ponownego wykorzystania (Reusable). Ułatwia to ich analizę i dalsze wykorzystanie w kolejnych badaniach. Pozwala również na sprawdzanie uczciwości osób publikujących artykuł badawczy, tak by zminimalizować ryzyko manipulowania danymi.
Repozytoria: korzystanie z platform takich jak Dryad, EUDAT, OSF i Zenodo pozwala na bezpieczne przechowywanie danych i ich udostępnianie innym badaczom.

6. Zasady autorstwa i konflikt interesów

Autorstwo: współautorstwo wymaga istotnego wkładu w badania i publikację. „Honorowe” współautorstwo (dopisywanie jako autorów nazwisk osób bez istotnego wkładu) jest niedopuszczalne, a wkład osób trzecich należy zaznaczać w podziękowaniach.
Konflikt interesów: konflikt może dotyczyć oceny projektów, pracy naukowej lub relacji finansowych. Należy go ujawniać i eliminować, aby zapewnić obiektywność i rzetelność działań.

7. Zapobieganie stronniczości (bias)

Losowy przydział: losowe przydzielanie uczestników do grup badawczych zmniejsza ryzyko stronniczości wyników. Dzięki temu wyniki są bardziej reprezentatywne i wiarygodne.
Zaangażowanie uczestników: budowanie dobrych relacji z uczestnikami i regularna komunikacja pomagają zmniejszyć liczbę rezygnacji z udziału w badaniu. Dobre praktyki zwiększają kompletność danych.
Kontrola czynników: stosowanie randomizacji i analizy stratyfikowanej (rozdzielenie osób badanych lub analizy wyników na podstawie innego czynnika niż np. podawane leczenie) pozwala na kontrolowanie czynników zakłócających. Dzięki temu można uzyskać bardziej precyzyjne wyniki.
Standaryzacja procedur: standaryzacja procedur oraz zaślepienie badaczy i uczestników minimalizują ryzyko błędów w zbieraniu danych. Skutkuje to bardziej wiarygodnymi wynikami.
Prerejestracja badań: prerejestracja badań i publikowanie raportów protokołów badawczych pomagają zminimalizować selektywne raportowanie wyników – dzięki temu publikowane są wyniki badań nie tylko potwierdzające założone hipotezy, ale też te ich niepotwierdzające lub nawet im przeczące. To jest kluczowe dla postępu naukowego. Bez wiedzy na temat badań niepotwierdzających danej hipotezy istnieje chociażby ryzyko wprowadzania w życie nieprawidłowych, szkodliwych zaleceń.

Po co to wszystko?

Dbałość o etykę badawczą jest kluczowa dla zapewnienia wiarygodności nauki i budowania zaufania społecznego do wyników badań. Stosowanie dobrych praktyk badawczych przyczynia się do transparentności, rzetelności i powtarzalności wyników. Ułatwia również dalsze wykorzystywanie danych przez innych badaczy, co jest fundamentem postępu naukowego.

Problemy związane z publikacją

1. Tendencyjność publikacyjna

Definicja: tendencyjność publikacyjna polega na preferowaniu publikacji wyników statystycznie istotnych i pomijaniu wyników nieistotnych. Prowadzi to do niepełnego obrazu rzeczywistości badawczej.
Przyczyny: preferowanie wyników statystycznie istotnych oraz pomijanie wyników nieistotnych sprawia, że literatura naukowa nie odzwierciedla pełnego obrazu badań.
Konsekwencje: zniekształcenie wiedzy naukowej, co może prowadzić do błędnych decyzji zaleceń i ograniczonej replikowalności badań.

2. Wątpliwe praktyki badawcze (Questionable Research Practices – QRPs)

Przykłady: obejmują niską moc statystyczną, pseudoreplikację (czyli błędne traktowanie powtarzających się pomiarów w obrębie jednej jednostki badawczej jako niezależnych obserwacji, co prowadzi do zawyżenia mocy statystycznej i błędnych wniosków), wielokrotne analizy danych (p-hacking, czyli manipulowanie analizą danych w celu uzyskania istotnych statystycznie wyników i zwiększenia szans publikacji) oraz selektywne raportowanie wyników.
Kultura akademicka: instytucje naukowe powinny promować transparentność i rzetelność badań, oferując nagrody za prerejestrację i publikowanie pełnych wyników.

3. Ostrożna interpretacja istotności statystycznej

Problemy z wartością p: wyniki bliskie granicy istotności statystycznej (np. 0,047 lub 0,055) dostarczają ograniczonych informacji o rzeczywistym zjawisku.
Więcej niż tylko wartość p: interpretacja wyników powinna uwzględniać jakość projektu badawczego, pomiary oraz założenia analizy statystycznej.

Przykłady nadużyć naukowych i ich konsekwencje

Afera Wakefielda (1998): publikacja fałszywych wyników badań sugerujących związek szczepionki MMR z autyzmem wywołała globalny spadek zaufania do szczepień i wzrost zachorowań na odrę. Przykład ten pokazuje, jak groźne mogą być skutki nierzetelnych badań.
Kryzys replikacji: w wielu dziedzinach nauki (m.in. psychologii) liczne badania okazały się niemożliwe do odtworzenia, co podważyło wiarygodność wcześniejszych wyników. Skutkowało to zwiększeniem nacisku na prerejestrację i publikowanie pełnych danych.
Fałszowanie danych: słynny przypadek fizyka Jana Hendrika Schöna, który fałszował wyniki badań nad półprzewodnikami, spowodował wycofanie kilkunastu artykułów z prestiżowych czasopism.

Powodzenia!

Dzięki wdrażaniu dobrych praktyk badawczych można uniknąć podobnych sytuacji i zapewnić, że nauka pozostanie wiarygodnym źródłem wiedzy oraz postępu. Jeśli w swojej praktyce naukowej zadbasz o postępowanie zgodnie z etyką badawczą, Twoje badania w pełni przyczynią się do dalszego rozwoju naszej wiedzy na temat świata. Trzymamy za Ciebie kciuki!

W Łukasiewicz – PIT umożliwiamy młodym naukowcom realizację doktoratów wdrożeniowych. Więcej:

Dobre praktyki badawcze – przewodnik dla studentów i doktorantów