Open Science

• Open Data

• Open Material

• Open Access

• Open Source (Software)

• Open Peer Review

• Transparenz

• Reproduzierbarkeit

• Wiederverwendbarkeit

• Offene Kommunikation

Alle Abläufe und Ergebnisse einer Studie werden transparent dokumentiert und der Wissenschaftsgemeinschaft zur Verfügung gestellt

Veränderung struktureller Aspekte des Wissenschaftsbetriebs, die transparentes Handeln ermöglichen, vereinfachen und wahrscheinlicher machen.

Überprüfung von Forschungsergebnissen durch Wiederholung einer Studie oder eines Forschungsverfahrens.

Direkte Replikation

Die Replikationsstudie wird so exakt wie möglich wie die Originalstudie durchgeführt.

Konzeptuelle Replikation

Die Replikationsstudie untersucht dieselbe Hypothese wie Originalstudie, aber mit anderen Mitteln, in anderen Kontexten etc.

-> Eher Kontinuum als kategoriale Unterscheidung:

Studien mit “positiven” Ergebnissen werden eher publiziert als Studien ohne bzw. mit “negativen” Ergebnissen.

-> Führt zur verzerrter Datenlage (“Die im Dunkeln sieht man nicht”)

Praktiken der Datenerfassung und Datenanalyse, die (vielleicht) kein „richtiger“ Betrug sind, aber nicht mit den Prinzipien guter wissenschaftlicher Praxis übereinstimmen.

Methoden und Ansätze, um gewünschte (=signifikante) Ergebnisse zu erhalten

Dazu gehört insbesondere:

• Inadäquater Umgang mit Ausreißern

• Selektives Berichten von Ergebnissen und abhängigen Variablen

• So lange Daten erheben, bis ein Unterschied signifikant ist (also entweder vorzeitig

  die Studie abbrechen oder post-hoc verlängern)

Originalstudie enthält mehrere abhängige Variablen, es wird aber nur ein Teil davon in der Publikation erwähnt, oder nicht alle Studienbedingungen werden berichtet, oder nur die Resultate werden berichtet, die zur eigenen Hypothese passen

Auf Basis der Daten Hypothesen generieren und als a priori Hypothesen ausgeben.

Offenlegen, dass die Hypothesen und Erklärungen auf Basis der Daten generiert wurden.

Rezipienten wissen zumindest, wie die Hypothesen generiert wurden.

• Sie konzentrieren sich auf die Formulierung von Hypothesen und Wahl von Methoden bevor Sie die Daten sammeln – das hilft dabei sich zu überlegen, ob man überhaupt die„richtigen“ Daten sammelt (nach der Datenerhebung ist es ja zu spät...)

• Man zieht eine ganz scharfe Trennlinie zwischen Konfirmation und Exploration, die in der Praxis manchmal etwas verschwimmen mag

• Sie erhöhen die Glaubwürdigkeit, Transparenz und Nachvollziehbarkeit ihrer Ergebnisse (Eher unbegründete) Bedenken gegenüber Präregistrierung sind üblicherweise:

• Angst vor Ideen-Diebstahl?

• Zu starke Einschränkung der Analysemöglichkeiten?

• Eine Literatur voller „Null“-Ergebnisse?

• Zu viel Extraarbeit?

•  Dabei schreibt man den Großteil des wissenschaftlichen Manuskripts und die vollständige Analyse (inkl. Ergebnisdarstellung als Zahlen, Tabellen, Abbildungen) in Form von Computercode

• Dabei wird das Paradigma der dynamischen Texterzeugung genutzt, d.h., das Ursprungsdokument mischt natürliche Sprache und Computer-Code

• Durch das sog. Rendern wird daraus ein Dokument (z.B. Word, PDF, PPT, Html) erzeugt, in dem bestimmte Teile dynamisch erzeugt wurden

• Für die Präregistrierung wird mit simulierten Daten getestet, ob die Analyse vollständig ist und fehlerfrei durchläuft (bspw. alle Tabellen, Abbildungen erzeugt) und dann wird dieser Code veröffentlicht

• Sobald die Daten vorliegen, ersetzen diese die simulierten Daten und das Manuskript wird mit einem Klick neu gerendert; AutorInnen fügen „nur“ noch eine Diskussion hinzu

Schon vor der Datenerhebung werden Hypothesen, geplante Methoden und vorgeschlagene Datenanalysen von Fachzeitschriften begutachtet und ggf. zur vorläufigen Veröffentlichung angenommen.

Das Peer Review findet also vor der Interpretation der Ergebnisse statt Annahme der Publikation im Journal hängt nicht vom Ergebnis ab!

Ein digitales Notizbuch, in dem die Planung, Durchführung und Auswertung von wissenschaftlichen Experimenten dokumentiert wird.

Das Open Lab Notebook dient als organisatorisches Werkzeug, als Erinnerungshilfe und kann eine Rolle beim Schutz des geistigen Eigentums spielen.

Wissenschaftler*innen veröffentlichen ihre Daten, die von anderen genutzt, weiterverbreitet und weiterverwendet werden dürfen.

Materialien einer Studie (z.B. Fragebögen, Stimuli, Aufgaben) so veröffentlichen, dass andere diese verwenden und die Studie exakt wiederholen können.

Literatur, die digital, online, kostenlos und frei von den meisten Urheberrechts- und Lizenzbeschränkungen ist.

Veröffentlichung sauberer und wiederholbarer Analyseskripte. Diese umfassen alle Schritte von der Bereinigung der Rohdaten bis hin zu den endgültigen Analyseschritten.

Eine wissenschaftliche Methode zur Überprüfung von Forschungsergebnissen durch Wiederholung eines Forschungsverfahrens unter denselben Bedingungen und unter Anwendung derselben Methoden..

• Open Science ist eigentlich nur das, was wir sowieso unter guter wissenschaftlicher Praxis verstehen

•  mehr Transparenz und Vertrauen

•  mehr Kooperation und Feedback

•  Zusatznutzen für Bildung und Wissenschaftskommunikation

• Aber...

  ▪ zusätzliche Kompetenzen müssen erworben warden

  ▪ kostet teils mehr Zeit

  ▪ ist oft immer noch kein formales Kriterium z.B. bei Bewerbungen (aber siehe LMU)