A Gallup éves felmérése, mely szakmák közül a legmegbízhatóbb, nem kérdezi a tudósokat, de nyugodtan mondhatjuk, hogy legalábbis sokkal magasabbak voltak, mint a használt autókereskedők és a kongresszus tagjai.
Ugyanakkor a tudomány gyakorlására és eredményeik közzétételére szerte a világon élő több ezer ember közül valószínűleg valamilyen kisebbség enged a kísértésnek, hogy az adatokat masszírozza figyelemfelkeltő (és finanszírozásbarát) eredmények elérése érdekében. Az utóbbi években politikai szempontból hasznosnak bizonyult, hogy megragadják ezt a lehetőséget és állítsák szándékos tudományos csalást. (Az a tény, hogy az ember okozta éghajlatváltozás széles körben elterjedt tudományos összeesküvés, csak a 2009-es úgynevezett Climategate-botrány óta válik egyre gyakoribbá, annak ellenére, hogy számos vizsgálat során nem találtak bizonyítékot csalásra vagy tudományos kötelességszegésre.)
De milyen gyakran hazudnak tudósok adatai miatt? Más szavakkal, mennyire kell bíznunk bennük?
A válasz, legalább egy , a Nemzeti Tudományos Akadémia folyóiratában ma közzétett tanulmány szerint, a tudósok összességében elég őszinte csoport. A tanulmányban a washingtoni egyetemen és másutt működő orvoskutatók megállapították, hogy a Nemzeti Egészségügyi Intézetek PubMed adatbázisában az 1940-es évek óta közzétett több mint 25 millió orvosbiológiai kutatással kapcsolatos cikkből 2047-et vontak vissza, mivel kiadvány. Ez az adatbázis összes papírjának kevesebb, mint 0, 01% -a.
A kutatók eredményeiket tovább bontották, megkísérelve minden visszahúzódást valamilyen oknak tulajdonítani. Számvitelük szerint 21, 3 százalék volt az őszinte hibák, például az adatok nem szándékos téves értelmezése miatt. Eközben a visszavonások 67, 4 százaléka valamilyen kötelességszegésnek tulajdonítható, ideértve a csalást vagy a megdöbbentést (43, 4 százalék), a plagizálást (9, 8 százalék) és a másolatot (14, 2 százalék). Az 1975 előtt visszahúzott cikkekkel összehasonlítva, az utána visszahúzódott cikkeket tízszer nagyobb valószínűséggel csaltak, szemben a becsületes hibával.
A visszafogott csalások általános mértéke megmagyarázhatja, hogy a visszahúzódó nyomtatványt készítő blog szerzői miért ütköztek egymással. Néhányan azt állítják, hogy a tisztességtelen esetekre való figyelem aránytalanul nagymértékben növeli a nyilvánosság bizalmatlanságát a tudomány egészében. „Az érv ehhez hasonló: - írták májusban a Lab Times-ban . "A tudományos csalás ritka, ezért a helytelen magatartásra összpontosítva torz képet kap a kutatásról, amely csak lőszert ad azoknak a kritikusoknak, akik szeretnének megkérdőjelezni olyan kérdéseket, mint például az éghajlatváltozás és az oltásbiztonság."
Az egyik válasz az, hogy valójában nem tudjuk, milyen ritka a csalás, annak ellenére, hogy a 0, 01 százalékos visszahúzódás kitalálja ezt az új PNAS-tanulmányt. Amint a tanulmány szerzői megjegyzik, sok esetben gyanú lehet egy cikkről, de a folyóiratnak nincs elegendő bizonyítéka annak tényleges visszahúzására. Például 2005-ben a Lancet aggodalmát fejezte ki egy olyan tanulmány eredményeivel kapcsolatban, amely korrelációt talált a mediterrán étrend és a szívbetegség csökkent kockázata között, ám végül nem vonták vissza a papírt.
Ráadásul nem tudjuk tudni, hogy hány gyanús adathalmaz még soha sem derül fényre. Előfordulhat, hogy egy előállított adatkészlet nem másolható más kutatók számára, de sok esetben kétséges, hogy ez arra készteti őket, hogy állítsák be a tisztességtelenséget. A történelmileg sok tudományos csalás eseteit csak a belső visszaélést jelentők fedik fel.
A legutóbbi események azonban azt jelzik, hogy olyan korszakba lépünk, amikor a tudományos felfedezések valóban segítenek felfedezni a csalásokat, vagy legalábbis annak bizonyos típusait. Uni Simonsohn, a Pennsylvaniai Egyetem szociálpszichológusa július elején innovatív statisztikai elemzéssel gyűjtötte a címeket Dirk Smeesters szociálpszichológus munkájának innovatív statisztikai elemzésével.
Simonsohn technikája bonyolult, de arra a tényre támaszkodik, hogy az emberek közismerten rosszul hajtják végre az adatkészleteket, amelyeket ugyanolyan véletlenszerűség jellemez, mint a valós eseményeknél. Simonsohn azt mondta a Nature-nek, hogy "az alapötlet az, hogy megnézzük, ha az adatok túl közel állnak-e az elméleti jóslathoz, vagy ha a több becslés túl hasonló-e egymáshoz."
Nem sokkal Smeesters lemondása után, Simonsohn nyilvánosságra hozta algoritmusát, arra ösztönözve a kutatókat, hogy tegyék közzé nyers adataikat, mások pedig teszteljék azokat. Reméli, hogy az a tényleges esély, hogy minden kutató megkísérelheti adatának manipulálását, erõs visszatartó erõvel fog járni. Ez elméletileg nemcsak a csalások számát csökkentené, hanem növeli a tudomány egészének bizalmát is.
