विज्ञान की शक्ति के खिलाफ तर्क करना कठिन है। उन अध्ययनों से जो नवीनतम आहार की प्रवृत्ति का मूल्यांकन करते हैं, जो खुशी के भविष्यवक्ताओं को प्रकाशित करते हैं, लोग तेजी से वैज्ञानिक परिणामों को ठोस, विश्वसनीय तथ्यों के रूप में देखते हैं, जो कि हम कैसे सोचते हैं और कार्य कर सकते हैं।
संबंधित सामग्री
- वैज्ञानिकों ने 100 मनोविज्ञान अध्ययनों को दोहराया, और आधे से भी कम परिणाम मिले
लेकिन पिछले कई वर्षों में, वैज्ञानिकों की बढ़ती टुकड़ी ने प्रकाशित शोध की स्वीकृत सत्यता पर सवाल उठाने शुरू कर दिए हैं - भले ही यह सहकर्मी समीक्षा की बाधाओं को दूर कर दिया है और व्यापक रूप से सम्मानित पत्रिकाओं में दिखाई देता है। समस्या कई विषयों में परिणामों के एक बड़े अनुपात को दोहराने के लिए एक व्यापक अक्षमता है।
उदाहरण के लिए, 2005 में, स्टैनफोर्ड यूनिवर्सिटी में मेडिसिन के एक प्रोफेसर, जॉन आयोनिडिस ने कई सिमुलेशन का उपयोग करके दिखाया कि वैज्ञानिक दावे सच होने की तुलना में झूठे होने की अधिक संभावना है। और इस पिछली गर्मियों में वर्जीनिया विश्वविद्यालय में मनोविज्ञान के एक प्रोफेसर ब्रायन नोसक ने 100 मनोविज्ञान अध्ययनों के निष्कर्षों को दोहराने का प्रयास किया और पाया कि केवल 39 प्रतिशत परिणाम कठोर परीक्षण के तहत आयोजित हुए।
इयानानिडिस कहते हैं, "सैद्धांतिक और अनुभवजन्य दोनों की कई पंक्तियाँ हैं, जो वैज्ञानिक साहित्य के एक बड़े खंड के प्रजनन को लाने की कोशिश कर रहे हैं।" "हमें लाखों पेपर मिल रहे हैं जो कहीं नहीं जाते हैं।"
इन प्रारंभिक निष्कर्षों ने एक पूरी तरह से नए क्षेत्र के निर्माण को जन्म दिया है जिसे मेटा-शोध कहा जाता है - विज्ञान का वैज्ञानिक अध्ययन।
इस हफ्ते, एक गैर-लाभकारी प्रकाशक और वकालत संगठन, सार्वजनिक पुस्तकालय विज्ञान (PLOS) के जीव विज्ञान शाखा ने पूरी तरह से मेटा-अनुसंधान के लिए समर्पित एक नया खंड लॉन्च किया। यह खंड अनुसंधान, पारदर्शिता मानकों, पूर्वाग्रह के स्रोतों, डेटा साझाकरण, वित्त पोषण और प्रोत्साहन संरचनाओं जैसे मुद्दों का पता लगाएगा।
चीजों को बंद करने के लिए, Ioannidis और उनके सहयोगियों ने 2000 और 2014 के बीच प्रकाशित 441 बायोमेडिकल लेखों के एक यादृच्छिक नमूने का मूल्यांकन किया। उन्होंने जांच की कि क्या ये कागजात कच्चे डेटा और प्रयोगात्मक प्रोटोकॉल तक सार्वजनिक पहुंच प्रदान करते हैं, बाद के अध्ययनों में दोहराया गया था, उनके परिणाम व्यवस्थित रूप से एकीकृत थे। एक विषय क्षेत्र की समीक्षा और इसमें फंडिंग स्रोतों और ब्याज के अन्य संभावित संघर्षों के प्रलेखन शामिल थे।
उनके परिणाम कम से कम कहने के लिए परेशान थे। उदाहरण के लिए, केवल एक अध्ययन ने पूर्ण प्रयोगात्मक प्रोटोकॉल प्रदान किए, और शून्य अध्ययन सीधे उपलब्ध कच्चे डेटा प्रदान किए।
"ये दो मूल स्तंभ हैं, जो प्रतिलिपि प्रस्तुत करने योग्य हैं, " आयोनिडिस कहते हैं। "जब तक डेटा और पूर्ण प्रोटोकॉल उपलब्ध नहीं हैं, तब तक कोई भी वास्तव में कुछ भी पुन: पेश नहीं कर सकता है।" आखिरकार, उस महत्वपूर्ण जानकारी के बिना, कोई अन्य टीम यह कैसे जान सकती है कि मूल प्रयोग में उनके परिणाम क्या हैं?
टीम ने यह भी पाया कि सर्वेक्षण किए गए लेखों में से सिर्फ आठ का दावा बाद के अध्ययनों द्वारा पुष्टि की गई थी। और यद्यपि कई अध्ययनों में उपन्यास के निष्कर्षों का दावा किया गया था, केवल 16 लेखों के परिणामों को बाद के समीक्षा लेखों में शामिल किया गया था, जो एक विशेष विषय पर एक अध्ययन के वास्तविक प्रभाव के लिए लिटमस परीक्षण के रूप में काम करते हैं।
Ioannidis कहते हैं, "हमें जो नंबर मिलते हैं, वे बहुत डरावने होते हैं।" लेकिन आप देख सकते हैं कि अब हम जहां हैं, उसकी आधार रेखा के रूप में हैं, और सुधार के लिए बहुत जगह है। "
हालांकि, सभी परिणाम हतोत्साहित नहीं कर रहे थे। ब्याज वक्तव्य के संघर्ष के बिना लेखों का प्रतिशत 2000 में 94.4 प्रतिशत से घटकर 2014 में 34.6 प्रतिशत हो गया - शोध परिणामों पर पूर्वाग्रह के घातक प्रभावों के बारे में बढ़ती जागरूकता का परिणाम है।
एक दूसरे मेटा-रिसर्च अध्ययन में, एक जर्मन टीम ने विश्लेषण किया कि पूर्व नैदानिक परीक्षणों के दौरान पशु विषयों की हानि कैसे उपयोगी नैदानिक दवाओं में प्रयोगशाला निष्कर्षों का अनुवाद करने में व्यापक अक्षमता में योगदान कर सकती है।
उदाहरण के लिए, एक अध्ययन से जानवरों को बेतरतीब ढंग से गायब कर दिया जा सकता है, क्योंकि जानवर की मृत्यु हो गई है - या सूक्ष्म रूप से पक्षपाती कार्यों के माध्यम से, जैसे कि अपेक्षित परिणामों को कम करने वाले डेटा को खत्म करने के लिए परीक्षण से हटा दिया गया है। टीम ने प्रदर्शित किया कि पशु विषयों के पक्षपातपूर्ण परिणाम परिणाम को तिरछा कर सकते हैं और झूठी सकारात्मक की संभावना को बढ़ा सकते हैं - जब एक नई दवा काम करने के लिए सोचा जाता है लेकिन वास्तव में ऐसा नहीं होता है।
स्ट्रोक और कैंसर पर पूर्व-नैदानिक अध्ययनों के एक अलग विश्लेषण में, एक ही शोधकर्ताओं ने पाया कि अधिकांश कागजात पर्याप्त रूप से जानवरों के विषयों के नुकसान की रिपोर्ट नहीं करते हैं, और यह कि कई दवाओं के सकारात्मक प्रभाव को बहुत कम आंका जा सकता है।
तो पहली बार में पारदर्शिता और पुनरुत्पादकता में यह संकट क्यों है?
हालांकि कुछ मुद्दे सचेत या अचेतन अनुसंधान पक्षपात में झूठ हो सकते हैं, यह संभावना है कि अधिकांश अध्ययन जो प्रकाशन तक पहुंचते हैं, वे विज्ञान में वर्तमान प्रोत्साहन संरचना के कारण एक प्रकार के हैं।
शिक्षाविद के कटहल की दुनिया में, सफलता का प्राथमिक उपाय प्रतिष्ठित पत्रिकाओं में शोधकर्ता को मिलने वाले अध्ययनों की संख्या है। नतीजतन, वैज्ञानिक अपने समय के अधिकांश खर्चों को प्राप्त करने के लिए दबाव में हैं, जो कि उन प्रकार के सफलता परिणामों को प्राप्त करते हैं जो प्रकाशित होने की सबसे अधिक संभावना है।
"हालांकि हम अवधारणा में प्रजनन योग्यता को महत्व देते हैं, हम वास्तव में इसे व्यवहार में महत्व नहीं देते हैं, " नोसक कहते हैं, जो सेंटर फॉर ओपन साइंस के सह-निदेशक भी हैं, जो एक गैर-लाभकारी प्रौद्योगिकी स्टार्टअप है जो वैज्ञानिक अनुसंधान में पारदर्शिता और पुनरुत्पादकता को बढ़ावा देने का काम करता है।
“एक वैज्ञानिक के रूप में मेरे व्यवहार को चलाने वाले असली प्रोत्साहन नए खोज करने, नई खोज करने और दूसरों के द्वारा किए गए कार्यों को दोहराने के लिए नहीं। यह विज्ञान का उबाऊ हिस्सा है। ”
वैज्ञानिकों को दूसरों को अपने काम को दोहराने के लिए आवश्यक जानकारी प्रदान करने के लिए कुछ प्रोत्साहन भी दिखाई देते हैं, जो प्राथमिक कारणों में से एक है कि इतने सारे अध्ययनों के दावे असत्यापित क्यों हैं।
"मैं अपने डेटा को उपलब्ध कराने के लिए पुरस्कृत नहीं हूं या किसी प्रकाशन में मेरी कार्यप्रणाली को किसी प्रकाशन में लाने के लिए आवश्यक नहीं है, " नोसेक कहते हैं।
कई पत्रिकाएं वैज्ञानिकों से अपने तरीकों का विस्तृत विवरण प्रदान करने और डेटा साझा करने के लिए कहती हैं, लेकिन इन नीतियों को शायद ही कभी लागू किया जाता है और कोई सार्वभौमिक प्रकाशन मानक नहीं होते हैं।
“अगर मैं जानता था कि सड़कों पर कोई पुलिस नहीं होगी, तो क्या मैं हमेशा गति सीमा पर रहूंगा? नो-इट्स ह्यूमन नेचर, ”रिट्रेन्स वॉच के सह-संस्थापक इवान ओ्रन्सकी कहते हैं, एक ऐसा संगठन जो वैज्ञानिक साहित्य में प्रतिकार पर नज़र रखकर जवाबदेही और पारदर्शिता को बढ़ावा देता है। "यदि आप जानते हैं कि कोई भी आपको मंजूरी नहीं देने जा रहा है, तो आप डेटा साझा नहीं करेंगे।"
वे वैज्ञानिक जो प्रतिकृति कार्य करना चाहते हैं और प्रायोगिक विवरण प्राप्त करने में सक्षम हैं, फिर NIH जैसी सार्वजनिक एजेंसियों से धन प्राप्त करने की संभावना नहीं है, जो मुख्य रूप से नवीनता और नवीनता के आधार पर अनुदान अनुदान का न्याय करते हैं।
Ioannidis कहते हैं, "बाधाओं स्पष्ट रूप से प्रतिकृति के खिलाफ हैं।
यही कारण है कि मेटा-रिसर्च का उभरता हुआ क्षेत्र आगे बढ़ सकता है। ओपन साइंस के लिए केंद्र और स्टैनफोर्ड (मेट्रिक्स) में मेटा-रिसर्च इनोवेशन सेंटर जैसे संगठन इनाम प्रणाली को फिर से संगठित करने और कड़े सार्वभौमिक मानकों को सेट करने के लिए काम कर रहे हैं जो व्यापक स्तर पर प्रोत्साहित करेंगे। पारदर्शिता और प्रतिलिपि प्रस्तुत करने का तरीका।
"यदि आपके पूर्व अनुसंधान के साथ क्या हुआ, इस पर निर्भर करता है कि यदि धन का स्तर या संवर्धन निर्भर करता है - यदि यह लोगों के लिए समझ में आता है, अगर लोग इसे किसी उपयोगी चीज़ के लिए अनुवाद कर सकते हैं, बजाय इसके कि आपने कितने पेपर प्रकाशित किए हैं - आयोनिडिस के सह-निदेशक मैटेरिक्स के सह-निदेशक बनने के लिए अनुसंधान को बदलने के लिए एक बहुत मजबूत प्रोत्साहन है।
"मुझे उम्मीद है कि इन संकेतकों में सुधार होगा, " वह कहते हैं। "और उनमें से कुछ के लिए, वहाँ जाने के अलावा और कोई संभावना नहीं है, क्योंकि हम शून्य से शुरू करते हैं।"
