并不是所有的科学都是平等的

每一个科学调查,不管这个领域,共享一个共同的原则:科学的方法。假设、实验、分析和解释团结所有学科。但实现的方法和标准的研究在每个规程可以大幅改变。

例如,学科差异很大程度上他们的发现和追求复制的过程,他们在这方面应用。一些学科认为复制是浪费精力和资源,别人会执行一些复制的研究,和其他人认为没有找到可以发布和传播没有一丝不苟的由多个团队和广泛的复制。

这些态度普遍存在并影响科学家开展他们自己和他们的科学:复制可能dis-incentivised职业晋升路径,或者它可能是一个低优先级的任务留给学生(例如,要求他们合成物质)或者它可能是价值作为科学计划的一个关键方面成熟的高级科学家。

数据共享是另一个例子:在天体物理学,共享原始数据是常见的做法;在基因组学更适度应用;直到最近,那些积极反对收集临床试验数据共享。

研究单位也有不同的形式。大规模协作和团队科学是高能物理的必要条件,是人类基因组流行病学的主要范式。但在其他许多基本的物理化学和生物科学,的主要范式是一个运行他们的实验室首席研究员。

虽然所有科学领域使用同行评审,流程的具体模式和时间(预设计、grant-level学习水平,出版)不同科学之间也发生了很大变化。

有什么区别呢?

无论我们做不同的事情吗?在某些情况下,这才是重要的。不同的专家或反驳索赔造成混淆和公众。和同行审查的不同的模式有不同的对质量的影响,科学的准确性和重现性。

至少,而最佳实践可能会有所不同从一个领域到另一个地方,似乎,科学家将受益于接触其他领域的做法效果最好。研究这些差异,因此识别有效的研究实践是一个有趣的话题。

这个“meta-research”,或者研究研究,是一种相对较新的术语,但在本质上,它有一个历史和科学研究本身一样古老。其定性根源回到认识论的起源,所有的科学家都应该有一些兴趣研究方法及其优化。

尽管他们的分歧似乎学科还共享一个共同的问题:效率。最近的一系列经验评估表明,85%的生物医学研究的努力浪费了。¹科学是一种困难,要求努力,也许100%的效率是不可能的,但可能有很大空间提升我们的效率相比,目前的标准。通过分享,互相学习,我们可以加强科学作为一个整体。

研究研究

出版科学家现在超过了1500万人,每年数以百万计的论文,meta-research数据丰富,肥沃的纪律。它还提供了大量的机会来进行实验,如随机对比研究,一项新的研究实践可以比较,建立的控制设置。

的在斯坦福Meta-Research创新中心(指标),成立于2014年4月与劳拉和约翰·阿诺德基金会的慷慨支持,旨在执行这样严格的实证研究研究识别、调查和验证最佳实践。

我们也渴望识别传播这些实践的最好办法可能来自于不同的学科。这将需要与全球科学界的贡献和协作和涉众想要推广最好的科学。指标旨在成为一个促进中心等活动和创建一个国际网络的调查人员和良好的科学方法学家谁能站起来。

科学是人类思维的最佳概念并没有在现实世界中不能或不应该受到科学方法。这包括科学本身的工具和实践。我邀请研究人员认为这可能和分享指标倡议。

约翰埃尼迪斯主任,Meta-Research斯坦福大学创新中心(指标),斯坦福大学,我们