Как много научных публикаций врут?

Точных чисел нет; доля недостоверных публикаций невелика по сравнению с общим объёмом, но ошибки, искажения и мошенничество встречаются и могут иметь значимые последствия. Оценки зависят от определения: ошибка, предвзятость, фабрикация данных, плагиат и т.д. Классификация проблем - Непреднамеренные ошибки - Методологические огрехи, статистические ошибки, неправильная интерпретация данных. Это наиболее частая причина недостоверности. - Предвзятость и искажение - Публикационный сдвиг (publication bias), p-hacking, селективный репортинг результатов. - Неправомерные практики - Фальсификация/фабрикация данных, плагиат, манипуляции с изображениями. - Системные причины - «Публикуй или погибай», конкуренция за гранты, недостаточная репликация, слабые рецензии. Оценки и эмпирические данные - Ошибки и методология - Исследования в медицине и психологии демонстрируют низкую повторяемость ряда результатов: проекты репликации (Reproducibility Project) показали, что значительная часть эффектов не воспроизводится — от ≈40% до 70% в разных областях. - Мошенничество и фальсификация - Прямые случаи фальсификаций редки по доле публикаций: анализы доверенных журналов находят долю явно мошеннических статей на уровне ﹤﹤1%﹥﹥–несколько процентов в зависимых выборках. Но скрытые случаи могут быть выше. - Публикационный сдвиг и p-hacking - Систематические оценки показывают, что статистические искажения и селективное сообщение коррелируют с завышением значимости результатов в ряде дисциплин. - Ровно оценивать сложно - Разные дисциплины, журналы, страны и времена отличаются по качеству; крупные мета-аналитические обзоры дают разные числа в зависимости от критериев. Последствия - Неправильные клинические рекомендации, бесплодные траты ресурсов, искажение научного знания, потеря доверия общества. - Влияние непропорционально велико, если недостоверная работа попадает в высоко цитируемый журнал или ложно влияет на практику. Меры противодействия - Улучшение репликации и открытых данных (open data), preregistration исследований, прозрачность методов. - Строже рецензирование, инструменты для обнаружения манипуляций (анализ изображений, статистический фрод-детектор). - Смена академических стимулов: качество над количеством, поощрение репликаций. - Обучение исследователей статистике и методологии. Как оценивать конкретную публикацию - Проверять репутацию журнала и рецензирования. - Смотреть на доступность данных и кода. - Оценивать дизайн исследования, размер выборки, корректность статистики, репликации. - Ищите последующие комментарии, опровержения или ретракции. Большинство статей не «врут» умышленно, но значимая доля содержит ошибки, методологические слабости или предвзятость; явное мошенничество встречается реже, но его последствия велики. Системные реформы и критическое мышление помогают снижать влияние недостоверных публикаций.