|
↑↑点上面蓝色小字 | 关注↑↑ 我们是中科院主管、科学出版社主办，与日本知名科普杂志Newton版权合作的一本综合性科普月刊。 【如需转载，请在后台留下您的公众号， 获得授权后方可转载】 研究成果的可重复性研究成果的可重复性是科学研究至关重要的一环，但随着科研方法和系统日趋复杂，编辑和审稿人越加难以判断研究是否满足这一重要条件。《科学世界》2015年第10期“心理学研究的可靠性”一文曾报道只有一半的心理学研究得以复现。近期，Nature重点关注了这一现象并发表了一系列文章，其中Regina Nuzzo介绍了科学家是如何“自欺欺人”以及他们是如何力图避免这一点的。除了上文提及的心理学研究复现，Nuzzo还引用了一项对肿瘤学和血液学53个里程碑性研究的重复实验，而只有6个得以复现；以及另一项对18个基于微阵列的基因表达方面研究的重复实验，能够完全再现的只有2个。 影响可重复性的因素科学家其实在20世纪中叶就已认识到，实验者和被试都可能在无意中改变自己的行为，已满足预期假设，于是引入了双盲标准。随着科研竞争的压力越来越大，一些新问题也随之出现，心理学家Brian Nosek说道：“我并不想给出误导性的结果，但我确实能够从成果中获益，这给了头脑强烈的动机去寻找它预期的结果。”其次，对大数据的研究也容易受到认知偏差的影响，很容易从数据海洋中筛选出一些满足统计性差异的数据，而实际上没有任何意义，比如《科学世界》2015年第8期“巧克力、减肥及其他”所说用吃巧克力来减肥的“钓鱼”研究。此外，对结果的不对称关注也是偏差的成因，科学家常常会放过符合假设的数据，而对不合预期的数据严格检验。一项研究观察了3个顶尖分子生物学实验室的165项不同实验所涉及的争论，显示当结果与预期不符时，88%的情况下科学家们会指责实验方法的问题导致了数据前后不符，而不是怀疑他们的理论。而要是结果一致，则几乎不会对实验仔细检查。以上每一种认知偏差，都在破坏科学的进步。“科学就是我们愚弄自己和我们避免愚弄自己之间的竞赛。” 如何保证可重复性对于这一严峻挑战，一种解决方法是复苏旧传统，在提出假设时仔细考虑与之相竞争的可能性，并在允许的情况下用实验区分它们。第二种方法是更为开放的科研，包括分享实验方法、数据、代码和所有结果。Nosek认为：“我在如何处理数据和选择哪些数据报道上有着极大的灵活性，这就会产生利益冲突。对我而言避免这种情况的唯一方法就是在发表论文前就束住手脚。”第三种更激进方法是改革成果发表模式，科学家将实验前的研究计划递交同行评议，如果被接受的话，则出版方保证无论成果是强是弱都可以发表。第四种方法是邀请学术竞争者一起进行对抗性合作，相互发现对方的破绽。最后一种方法是盲分析，例如创建一个假设的数据库，研究者在这个数据库中进行数据处理，而后将处理方法移植到真实数据库中，天体物理学家Saul Perlmutter使用了这种方法处理超新星宇宙学的数据，他说：“这会增加很多工作，但我认为这会让你对你的处理感觉更放心。” |
|
|
