Wissenschaft soll wiederholbar sein. Aber mehr und mehr Häufig, die Wissenschaftler finden es schwierig zu re-do veröffentlichte Experimente und erhalten die gleichen Ergebnisse. Nun, eine große Gruppe von Neurowissenschaftlern empfehlen software kann ein Teil der Schwierigkeiten.
Wissenschaft beruht auf der wiederholten Beobachtung, die Welt zu verstehen. Jemand, der das gleiche experiment, beobachten das gleiche Phänomen sollte in der Lage zu ziehen die gleichen Schlussfolgerungen. Aber in letzter Zeit, so unterschiedlichen Bereichen wie verhaltenspsychologie und Krebs Biologie hatte Mühe, die Reproduktion von Ergebnissen aus einer vermeintlich identischen Experimenten.
Nun, eine große Zusammenarbeit von Neurowissenschaftlern Bericht in der Mai-20-Ausgabe von Natur , dass Sie es geschafft haben, zu reproduzieren die Reproduzierbarkeit der Krise in einem einzigen experiment. Die Prämisse war einfach: viele verschiedene teams der Neurowissenschaftler würden alle analysieren, die gleichen bildgebenden Daten zur Beantwortung der gleichen Fragen. In der Theorie, Sie sollten alle kommen zu den gleichen Schlussfolgerungen. Aber das ist nicht das, was passiert ist.
Brain imaging-Daten ist ein attraktives Ziel. Beliebte Beschreibungen der Technik, machen es klingen, als wenn Bildgebung des Gehirns erzielt sichtbare Ergebnisse: die Person denkt oder tut etwas, und ein bestimmter Teil des Gehirns leuchtet. Aber in der Praxis erfordert es einiges an Daten-Analyse.
Erstens, die rohen brain imaging-Daten nicht beurteilt Auge. Forscher verwenden müssen software-Analyse verarbeiten Sie in Bildern, und es gibt viele Entscheidungen beteiligt. Wie Roeland Hancock, Associate Director der UConn Brain Imaging Research Center und research assistant professor in der Abteilung von Psychologischen Wissenschaften, erklärt, zuerst die Forscher auf die gewünschte software-Paket, das Sie verwenden möchten, um die Daten zu verarbeiten. Dann wählen Sie den speziellen Algorithmus innerhalb des Programms an. Auch Forscher müssen entscheiden, welche Störfaktoren zu berücksichtigen, und die wahrscheinlich nicht von Bedeutung und werden nicht berücksichtigt. Und dann gibt es die Glätte, oder wie bewusst unscharf das Bild sein wird, zu berücksichtigen, für kleine räumliche Inkonsistenzen in den Daten.
„Dies zeigt, wie variabel die Ergebnisse vielleicht sogar zwischen dem, was wir erwägen standard-Methoden der Analyse“, sagt Hancock.
Die Organisatoren der Studie Gaben 70 Mannschaften, darunter zwei teams von UConn Studenten (Charles Davis, Monica Li, Yanina Prystauka, Emily Jährling, und Xu Zhang), den gleichen Satz von Daten: fMRI Gehirn-scans von 108 Menschen, die sich in einem Spiel um Geld. Zusammen mit den Daten kam eine Liste von wahr-oder-falsch-Hypothesen über, die Daten: wurden, oder waren es nicht, die verschiedenen spezifischen Regionen des Gehirns engagiert in die Aufgabe?
Von neun Hypothesen, vier erhielten sehr konsequente Antworten auf das, was die Mehrheit der teams vereinbart. Aber die anderen fünf Hypothesen erhielt sehr uneinheitlich Antworten.