Wetenschappelijke claims moeten kritisch worden bekeken. Ze worden gemakkelijk gemaakt en ook reviewers laten er wel eens wat doorheen slippen.
Nature gaf vorig jaar een artikel met een lijstje van 20 tips voor het interpreteren van scientific claims - het idee is dat het beter gaat als je deze concepten begrijpt:
- Differences and chance cause variation
- No measurement is exact
- Bias is rife
- Bigger is usually better for sample size
- Correlation does not imply causation
- Regression to the mean can mislead
- Extrapolating beyond the data is risky
- Beware the base-rate fallacy
- Controls are important
- Randomization avoids bias.
- Seek replication, not pseudoreplication
- Scientists are human
- Significance is significant
- Separate no effect from non-significance
- Effect size matters
- Study relevance limits generalizations
- Feelings influence risk perception.
- Dependencies change the risks
- Data can be dredged or cherry picked
- Extreme measurements may mislead
Geen opmerkingen:
Een reactie posten