有容德乃大,无求品自高分享 http://blog.sciencenet.cn/u/wangdh 谈生物、聊教育、记录生活

博文

现今我们是否应该鼓励重复性研究? 精选

已有 9649 次阅读 2016-12-21 23:30 |个人分类:个人观点|系统分类:科研笔记| 实验设计, 重复性研究, 数据与理论

现今我们是否应该鼓励重复性研究?

王德华

我在处理期刊的稿件和自己学生的论文稿件时,经常有两个问题在脑海里闪现:

1、你自己相信你的实验数据吗?

2、在今天很多不确信的情况下,我们是否也应该鼓励重复性研究?(尤其对一些重要的发现和突破)

当年读研究生的时候,听我师兄说,做理论研究的最相信自己的理论,做实验研究的最不相信自己的数据。我当时很认可这句话,记忆就很深,还时不时给自己的学生也闲聊一下。后来给研究生上课,有两句话是经常重复的,一句是“不要相信没有数据支持的理论”,另一句是“不要相信没有理论支持的数据”。对此我还写过几句话:

链接:科学研究中数据与理论何者为重?

做过实验的人都知道,实验设计有不同的处理,处理就需要不同的条件,所以收集到的实验数据是有条件限制的。我们都有体验,有时候实验条件控制很难精确一致,有时候仪器设备的稳定性也不是很好,还有很多其他的干扰条件等等,尽管实验设计和实验过程尽力消除干扰数据可靠性的“噪音”,但要获得可信的数据实在不容易。实验需要重复,有时候还需要多次重复。

问题就来了:实验获得的数据,哪些数据是真实可靠的?哪些数据是没有把握的?

再延伸点:现在那些重要的学术论文中哪些数据是可信的?哪些结论是有道理的?

以动物生理学为例,一般说来,动物表型的数据,只要仪器设备校正准确,操作正确,还是比较可靠的,如体重、体温等。如果是靠实验技术和实验技巧获得的数据,就因人而异了,如电泳、各种分子生物学参数等,除了实验者的实验技术的熟练程度和经验外,其他影响因素也多,如由于抗体的原因、引物的原因、PH的原因、环境清洁度的原因等等,很多情况下对于数据是有很多疑惑的,不同的实验者往往会获得不同的数据,同一个人在不同的条件下也会获得不同的数据,所以哪些数据是假象,哪些数据是真实的,就需要经验了。

我们都知道,科研伦理中,任意剔除数据是不允许的,选择性使用和发表数据也是不允许的。对此也也写过几句话:

链接:不理想的数据可以剔除吗?

我们也都清楚,现实中研究者选择性使用数据和选择性发表数据是很普遍的。实验者一般容易选择符合自己预期的数据。与此相关的是数据处理和统计分析,有时候分析数据,选择某一种统计方法,处理间差异可能达不到显著水平,而使用另一种方法,差异水平可能就显著了。我们知道,不同处理数据间的差异显著性水平决定了研究的结论。差异显著与不显著对于结论是有本质区别的,但从如果从数据上看,可能没有“本质性”的差别,有可能是样本数小的原因,也可能是重复次数少的原因。所以,重复次数,样本量大小,对于数据统计分析结果是很重要的。

研究结论需要实验数据支持,实验数据应该是正确的数据,可信的数据,可重复的数据。从上面的分析可知,实验数据的可信度是有条件的。利用现有的实验技术手段,只要达到熟练完美的专业化水平,各个环节都严格按照学术规范进行,数据就是可信的。由于时代的发展,新的设备、新的技术的不断更新和产生,将来获得新的数据,也会推翻现在的结论,这是在期望之中的,在科研发展的道路上很正常的事情。

由于多方面因素的干扰,我们不免会有疑问:现在所谓的很多重要的发现,重要的突破,到底有多少可重复性?有多大的可信度?实验数据有没有重复?有多少重复?数据的处理和统计方法是否合适?数据有没有选择性使用?实验技术和仪器设备的使用是否熟练和专业?

在这个缺乏诚信、缺少科学精神、缺少学术操守的时代,我们对现在发表的位居世界前茅的海量学术论文该有多大的相信度?有多少数据是真实可靠的?所以,我有个很个人化的观点:在当今的大环境下,学术界在鼓励原创和敢于质疑权威之外,也应该鼓励对于重要的发现进行质疑性的重复性研究。

同时我也觉得一个实验室要慎重发表重要的数据和发现,一旦确定是重大发现或突破,则需要重复验证,确保实验数据在现在的实验条件下是真实可信的,发现的现象和模式是真实的,可重复的,不是偶然现象。确保实验技术和分析方法,每个环节都是专业化的,是正确的。这应该是一个学者应有的基本学术态度。




http://blog.sciencenet.cn/blog-41757-1022323.html

上一篇:得罪了导师怎么办?
下一篇:努力工作与聪明才智结合是青年学者成功的重要保证

26 姬扬 徐耀 张义国 唐小卿 张珑 李东风 王安良 孙学军 史晓雷 赵凤光 彭渤 郑永军 惠小强 岳雷 韦玉程 黄秀清 姚伯元 杨正瓴 李心诚 钱家骏 nuobeier1997 loyalSciencefan ericmapes xlsd zjzhaokeqin uneyecat

该博文允许注册用户评论 请点击登录 评论 (29 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2020-7-6 17:27

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部