पूर्व पंजीकरण के साथ अनुसंधान में बुरे व्यवहार से बचें

एक जांच करने के लिए नैतिक आचरण की आवश्यकता होती है. शोधकर्ताओं को नैतिक मान्यताओं को पूरा करना होगा यह जाँच की वैधता सुनिश्चित करता है। हालांकि, कुछ मामलों में बुरे व्यवहार किए जाते हैं। इनमें एक जांच को आगे ले जाने में सक्षम होने के लिए छोटे जाल बनाने और अंत में, इसे प्रकाशित करना शामिल है.

शोध की गतिशीलता, जहां सबसे महत्वपूर्ण बात प्रकाशित करना है, नकारात्मक दबाव को बढ़ा सकता है। इस तरह, तथाकथित बुरी प्रथाएं पैदा होंगी. इतिहास में कुछ काफी चौंकाने वाले मामले सामने आए हैं. उदाहरण के लिए, स्टैनफोर्ड जेल प्रयोग और डिडेरिक स्टेपेल का मामला.

बड़े घोटाले

स्टैनफोर्ड जेल प्रयोग सामाजिक मनोविज्ञान में सबसे प्रसिद्ध में से एक है. हालांकि, हाल ही में कुछ रिकॉर्डिंग जो इस प्रयोग की बुरी प्रथाओं को प्रदर्शित करती हैं, प्रकाश में आई हैं। उदाहरण के लिए, वास्तविक सबूत पर भरोसा, गार्ड का प्रशिक्षण, अंतर्निहित मांग और परिणामों की व्याख्या। सब कुछ सामने आने के बाद, इस बारे में एक बहस उत्पन्न हो गई है कि क्या इस अध्ययन को पाठ्यपुस्तकों में शामिल किया जाना चाहिए.

Diederik Stapel, टिलबर्ग विश्वविद्यालय में सामाजिक मनोविज्ञान के प्रोफेसर थे। 2011 में यह पता चला कि स्टापेल ने अपने कई अध्ययनों के आंकड़ों को गलत बताया था. स्टेपल ने अपने अध्ययन में प्रतिभागियों का उपयोग करने के बजाय केवल उन्हें आविष्कार करके डेटा पूरा किया ताकि उन्हें हमेशा वह परिणाम मिले जिसकी उन्हें उम्मीद थी।.

ये बुरे व्यवहार उनके छात्रों के लिए विदेशी थे, जिन्होंने अपने शिक्षक पर भरोसा किया। जब तक उनके पीएचडी छात्रों में से एक को यह अजीब नहीं लगा कि उन्हें हमेशा अपनी पढ़ाई के लिए प्रतिभागी मिले और अपेक्षित परिणाम मिले। वहां से सब कुछ पता चला.

"विज्ञान उत्साह और अंधविश्वास के जहर के खिलाफ महान मारक है।"

-एडम स्मिथ-

बुरे व्यवहार

हालांकि इन मामलों का काफी प्रभाव पड़ा है और बहुत बाद में प्रकाश में आया है, वे अल्पसंख्यक हैं। अधिकांश बुरे अभ्यास अधिक सूक्ष्म होते हैं। सबसे आम बुरी प्रथाओं में से हैं:

• पी हैकिंग: एक सांख्यिकीय विश्लेषण करते समय, परिकल्पना का परीक्षण करने के लिए, पी-मूल्य का उपयोग किया जाता है, जो आमतौर पर 0.05 है। कई चर और प्रायोगिक स्थितियों का उपयोग करते समय इस मूल्य को पक्षपाती किया जा सकता है, इसलिए इसे कम करने की सिफारिश की जाती है, जिसका अध्ययन करने से पहले किया जाना चाहिए.
• कम बिजली: एक छोटा सा नमूना एक अध्ययन का कारण कम शक्ति हो सकता है। बदले में, एक कम शक्ति एक सकारात्मक परिणाम होने की संभावना को जन्म देगी। दूसरे शब्दों में, कि हम कुछ ऐसा पाते हैं जो वास्तव में मौजूद नहीं है.
• Harking: इसमें एक बार परिकल्पना को बदलना शामिल है क्योंकि यह देखा गया है कि परिणाम वे नहीं हैं जो शुरू में प्रस्तावित परिकल्पना के अनुसार अपेक्षित थे.

पूर्व पंजीकरण

इन बुरी प्रथाओं का एक समाधान पूर्व पंजीकरण है. पूर्व-पंजीकरण में उन उद्देश्यों को सार्वजनिक करना और अध्ययन की विधि शामिल है जो उन्हें बनाने से पहले किए जाने वाले हैं। इस तरह, कोई भी यह सत्यापित कर सकता है कि अध्ययनों को एक नैतिक तरीके से किया गया है, जैसा कि शोधकर्ताओं ने घोषित किया है कि वे उन्हें पूरा करेंगे.

पूर्व पंजीकरण करना बहुत सरल है. इसे करने के लिए वेब पेज तैयार हैं. उनमें से एक ओपन साइंस फ्रेमवर्क (OSF) है। यह पृष्ठ विभिन्न टेम्पलेट प्रदान करता है जिसमें एक पूर्व-पंजीकरण पूरा किया जा सकता है और साथ ही सभी अध्ययन सामग्री (डेटाबेस, प्रश्नावली, पूरक सामग्री, आदि) को अपलोड करने और इसे सरल तरीके से सार्वजनिक करने की संभावना है।.

"नए डेटा प्राप्त करने के लिए विज्ञान में महत्वपूर्ण बात इतनी नहीं है, लेकिन उनके बारे में सोचने के नए तरीके खोजने के लिए".

-विलियम लॉरेंस ब्रैग-

प्री-रजिस्ट्रेशन कैसे करें

पूर्व-पंजीकरण के लिए ओएसएफ में पाए जाने वाले विभिन्न टेम्पलेट अलग-अलग हो सकते हैं। कुछ दूसरों की तुलना में अधिक जानकारी के लिए पूछते हैं। एक उदाहरण के रूप में लेते हुए सरलतम, जिसे अस्रिप्ड कहा जाता है, भरे जाने वाले अनुभाग निम्नलिखित हैं:

• डेटा: यदि डेटा पहले से ही एकत्र किया गया है या पूर्व पंजीकरण के बाद एकत्र किया जाएगा.
• अध्ययन परिकल्पना: समझाइए कि शोध प्रश्न या परिकल्पना क्या है जो परीक्षण करने जा रही है.
• चर: अध्ययन के चर क्या हैं और उन्हें कैसे मापा जाने वाला है?.
• स्थिति: प्रतिभागियों को कितनी शर्तें सौंपी जाएंगी (उदाहरण, नियंत्रण और प्रायोगिक).
• विश्लेषण: डेटा एकत्र करने के बाद क्या विश्लेषण किया जाएगा.
• टिप्पणियों: कितनी टिप्पणियों को एकत्र किया जाएगा। दूसरे शब्दों में, जितने प्रतिभागियों की जरूरत है.

इस तरह, इसे सार्वजनिक करके, पढ़ाई की जानकारी सभी को दिखाई देती है. इसलिए, खराब प्रथाओं के प्रदर्शन की संभावना सीमित है। यद्यपि पूर्व-पंजीकरण में अधिक समय लगता है, क्योंकि हमें यह सोचना होगा कि अनुसंधान पूरा होने से पहले क्या होगा, इसका उपयोग तेजी से व्यापक है और विज्ञान के लिए अधिक पारदर्शी और निष्कर्ष अधिक ठोस होना संभव बनाता है।.

मनोविज्ञान में वर्णनात्मक आँकड़े वर्णनात्मक आँकड़े डेटा के एक सेट को एकत्र करने, प्रस्तुत करने और उसे चित्रित करने के लिए जिम्मेदार हैं। यहां हम आपकी कुछ अवधारणाओं की व्याख्या करते हैं। और पढ़ें ”