મુશ્કેલી, જેમ અન્ય લોકોએ નોંધ્યું છે, એ છે કે વ્યક્તિગત વૈજ્ઞાનિકો માટે જે સારું છે તે સમગ્ર વિજ્ઞાન માટે સારું છે તે જરૂરી નથી. વૈજ્ઞાનિકની કારકિર્દી હાલમાં સૌથી પ્રતિષ્ઠિત શક્ય જર્નલમાં શક્ય તેટલા પેપર પ્રકાશિત કરવા પર આધારિત છે. અન્ય કોઈપણ મેટ્રિક કરતાં વધુ, તે જ તેમને પ્રતિષ્ઠા, અનુદાન અને નોકરીઓ મેળવે છે.
હવે, કલ્પના કરો કે તમે એક સંશોધક છો જે આ સિસ્ટમને રમવા માંગે છે. તમે શું કરો છો તે અહીં છે. ઘણા નાના અને આંકડાકીય રીતે નબળા અભ્યાસો ચલાવો. હકારાત્મક પરિણામોની ખાતરી કરવા માટે ફ્લાય પર તમારી પદ્ધતિઓમાં ફેરફાર કરો. જો તમને નકારાત્મક પરિણામો મળે, તો તેમને ગાદલાની નીચે સાફ કરો. જૂના પરિણામો તપાસવાનો ક્યારેય પ્રયાસ કરશો નહીં; ફક્ત નવા અને ઉત્તેજકનો પીછો કરો. આ માત્ર ફેન્સી ફ્લાઇટ્સ નથી. આપણે જાણીએ છીએ કે આવી પ્રથાઓ ભરપૂર છે. તેઓ પ્રકાશનો મેળવવા માટે શ્રેષ્ઠ છે, પરંતુ તેઓ પરિણામો સાથે વૈજ્ઞાનિક રેકોર્ડને પણ પ્રદૂષિત કરે છે વાસ્તવમાં સાચા નથી. રિચાર્ડ હોર્ટન, સંપાદક તરીકે ધી લેન્સેટ એકવાર લખ્યું, “કોઈને સાચા બનવા માટે પ્રોત્સાહન આપવામાં આવતું નથી. તેના બદલે, વૈજ્ઞાનિકોને બનવા માટે પ્રોત્સાહિત કરવામાં આવે છે ઉત્પાદક. "
આ કોઈ નવો વિચાર નથી. 1970 ના દાયકામાં, સામાજિક વૈજ્ઞાનિક ડોનાલ્ડ કેમ્પબેલે લખ્યું હતું કે જો લોકો મેટ્રિકને તે માનવામાં આવતા લક્ષણો પર અગ્રતા આપવાનું શરૂ કરે તો ગુણવત્તાનું કોઈપણ મેટ્રિક બગડી શકે છે. સ્માલ્ડિનો કહે છે, "અમને સમજાયું કે વ્યક્તિઓ તેમના મેટ્રિક્સને મહત્તમ કરવાનો પ્રયાસ ન કરે તો પણ તેમની દલીલ કામ કરે છે."
તેણે અને મેકલેરેથે એક ગાણિતિક મોડેલ બનાવીને આ દર્શાવ્યું જેમાં સિમ્યુલેટેડ લેબ્સ એકબીજા સાથે સ્પર્ધા કરે છે અને વિકસિત થાય છે-સિમએકેડેમિયા વિચારો. પ્રયોગશાળાઓ અભ્યાસ કરવા માટે વસ્તુઓ પસંદ કરે છે, તેમની પૂર્વધારણાઓ ચકાસવા માટે પ્રયોગો ચલાવે છે અને તેમના પરિણામો પ્રકાશિત કરવાનો પ્રયાસ કરે છે. તેઓ તેમના વિચારોને ચકાસવા માટે કેટલા પ્રયત્નો ખર્ચે છે, જે તેઓ કેટલા પરિણામો મેળવે છે અને તે પરિણામો કેટલા વિશ્વસનીય છે તેના પર અસર કરે છે. ટ્રેડ-ઓફ છે: વધુ પ્રયત્નોનો અર્થ થાય છે સાચા પરંતુ ઓછા પ્રકાશનો.
મોડેલમાં, વાસ્તવિક શિક્ષણશાસ્ત્રની જેમ, નકારાત્મક પરિણામો કરતાં સકારાત્મક પરિણામો પ્રકાશિત કરવાનું સરળ છે, અને જે લેબ વધુ પ્રકાશિત કરે છે તે વધુ પ્રતિષ્ઠા, ભંડોળ અને વિદ્યાર્થીઓ મેળવે છે. તેઓ તેમની પ્રેક્ટિસ પણ પસાર કરે છે. દરેક પેઢી સાથે, સૌથી જૂની પ્રયોગશાળાઓમાંની એક મૃત્યુ પામે છે, જ્યારે સૌથી વધુ ઉત્પાદક પ્રયોગશાળાઓમાંની એક પુનઃઉત્પાદન કરે છે, જે માતાપિતાની સંશોધન શૈલીની નકલ કરતી સંતાનનું સર્જન કરે છે. તે પોતાની લેબ શરૂ કરનાર સફળ ટીમના વિદ્યાર્થીની સમકક્ષ છે.
સમય જતાં, અને ઘણા બધા સિમ્યુલેશનમાં, વર્ચ્યુઅલ લેબ્સ ઓછા પ્રયત્નો, નબળી પદ્ધતિઓ અને લગભગ સંપૂર્ણ રીતે અવિશ્વસનીય પરિણામો તરફ અનિશ્ચિતપણે સરકી ગઈ. અને અહીં મહત્વની બાબત છે: મેં અગાઉ જે અનુમાનિત સંશોધકની કલ્પના કરી હતી તેનાથી વિપરીત, આમાંના કોઈપણ સિમ્યુલેટેડ વૈજ્ઞાનિકો સક્રિયપણે છેતરપિંડી કરવાનો પ્રયાસ કરી રહ્યા નથી. તેઓએ કોઈ વ્યૂહરચનાનો ઉપયોગ કર્યો ન હતો, અને તેઓ પ્રામાણિકતા સાથે વર્ત્યા હતા. અને તેમ છતાં, સમુદાય કુદરતી રીતે ગરીબ પદ્ધતિઓ તરફ સરકી ગયો. મોડેલ જે બતાવે છે તે એ છે કે એક વિશ્વ જે વૈજ્ઞાનિકોને પ્રકાશનો માટે પુરસ્કાર આપે છે - જે વિશ્વ આનાથી વિપરીત નથી - કુદરતી રીતે નબળા વિજ્ઞાન માટે પસંદ કરે છે.
સેન્ટર ઓફ ઓપન સાયન્સના બ્રાયન નોસેક કહે છે, “મોડેલ આશાવાદી પણ હોઈ શકે છે, કારણ કે તે યથાસ્થિતિને ન્યાયી ઠેરવવા અને તેનો બચાવ કરવાની અમારી કમનસીબ વૃત્તિ માટે જવાબદાર નથી. તે નોંધે છે, ઉદાહરણ તરીકે, સામાજિક અને જૈવિક વિજ્ઞાનના અભ્યાસો, સરેરાશ, દુ:ખદ રીતે ઓછા પાવરવાળા હોય છે-તેઓ વિશ્વસનીય પરિણામો મેળવવા માટે ખૂબ નાના હોય છે.
ઓછી આંકડાકીય શક્તિ નબળા સંશોધનનું સ્પષ્ટ લક્ષણ છે. તે સરળતાથી ગણતરી કરી શકાય છે, અને લોકો 1960 ના દાયકાથી તેના વિશે વાત કરી રહ્યા છે. અને તેમ છતાં, 50 થી વધુ વર્ષોમાં, તે બિલકુલ સુધર્યું નથી. ખરેખર, "વૈજ્ઞાનિકો દ્વારા આંકડાકીય શક્તિને સુધારવાના પ્રયત્નો માટે હજી પણ સક્રિય પ્રતિકાર છે," નોસેક કહે છે. "તેને પ્રકાશિત કરવાની ઇચ્છા સાથે તેને યોગ્ય રીતે પ્રાપ્ત કરવાની પ્રભુત્વપૂર્ણ ઇચ્છા સાથે, સંશોધકો વિજ્ઞાન માટે શૂન્ય રિડીમિંગ ગુણો હોવા છતાં ઓછી આંકડાકીય શક્તિનો બચાવ કરશે."
વૈજ્ઞાનિકો હવે તે સ્થિરતાના પરિણામો સાથે ઝઝૂમી રહ્યા છે. સહિત અનેક ક્ષેત્રોમાં ન્યુરોસાયન્સ, જિનેટિક્સ, મનોવિજ્ઞાન, ઇકોલોજી, અને બાયોમેડિસિન, ત્યાં a ની વાત છે પ્રજનનક્ષમતા કટોકટીજ્યાં નબળા અને નબળી ડિઝાઇન કરેલ અભ્યાસ વિશ્વને શંકાસ્પદ તારણોથી છલકાવી દીધું છે. સ્માલ્ડિનો કહે છે, "અમે વિજ્ઞાનની સંસ્કૃતિ વિશે ફરિયાદ કરવામાં ઘણો સમય વિતાવીએ છીએ, પરંતુ મૌખિક દલીલો લોકોને એકબીજા સાથે વાત કરવા દે છે." "એક ઔપચારિક મોડેલ તમને તમે જેના વિશે વાત કરી રહ્યાં છો તેના વિશે વધુ સ્પષ્ટ થવા દે છે."
ઉદાહરણ તરીકે, ઘણા વૈજ્ઞાનિકોએ પ્રતિકૃતિ પર ધ્યાન કેન્દ્રિત કર્યું છે - વિજ્ઞાનની વિશ્વસનીયતા સુધારવાના માર્ગ તરીકે - તેમના પરિણામો ધરાવે છે કે કેમ તે જોવા માટે ભૂતકાળના અભ્યાસોનું પુનરાવર્તન કરવું. પરંતુ તે વસ્તુઓને ઠીક કરશે નહીં, સ્માલ્ડિનો અને મેકલેરેથના મોડેલ અનુસાર. તેમની પ્રયોગશાળાઓ શકવું ભૂતકાળના કાર્યની નકલ કરવામાં સમય પસાર કરો, અને જો તે પ્રયાસો નિષ્ફળ જાય, તો મૂળ સંશોધકોને મોટી પ્રતિષ્ઠાનો ફટકો પડ્યો. પરંતુ તેનાથી કોઈ ફરક પડતો નથી "કારણ કે સંભવતઃ નકલ કરી શકાય તેના કરતાં વધુ પરિણામો છે," સ્માલ્ડિનો કહે છે. લાંબા ગાળે, જે પ્રયોગશાળાઓ અયોગ્ય પદ્ધતિઓનો ઉપયોગ કરે છે તે તેનાથી દૂર થઈ ગઈ, પછી ભલે અન્ય લોકોએ તેમના શંકાસ્પદ પરિણામો પર તેમને ક્યારેક-ક્યારેક બોલાવ્યા હોય.
તે ફેરફારો વ્યાપક હોવા જોઈએ, પરંતુ તે મોટા હોવા જરૂરી નથી, નોસેક કહે છે. ઉદાહરણ તરીકે, જ્યારે વૈજ્ઞાનિકો પ્રમોશન માટે જાય છે, ત્યારે તેમને વારંવાર તેમના પેપરોની સંપૂર્ણ સૂચિ સબમિટ કરવાનું કહેવામાં આવે છે. કોઈની પાસે સમય નથી વાંચવું તે બધા, તેથી સમિતિના સભ્યો કાગળોની સંખ્યા અથવા જર્નલ્સની પ્રતિષ્ઠા જેવા અપૂર્ણ મેટ્રિક્સ માટે ડિફોલ્ટ છે. નોસેક કહે છે, "એક સરળ ફેરફાર એ છે કે ઉમેદવારને ત્રણ લેખો મોકલવાનું કહેવું, જેને સમિતિ વાંચી શકે અને તેનું વિગતવાર મૂલ્યાંકન કરી શકે." "હવે, ઉમેદવારના પ્રોત્સાહનો કામના ત્રણ ઉત્કૃષ્ટ ટુકડાઓ ઉત્પન્ન કરવાના છે."
પરંતુ યુ.કે.એ પહેલેથી જ ઉશ્કેરણી કરી છે આવી સિસ્ટમ તેના વૈજ્ઞાનિકોનો ન્યાય કરવા માટે, અને એન્ડ્રુ હિગિન્સન અને માર્કસ મુનાફો, અનુક્રમે એક્સેટર અને બ્રિસ્ટોલ યુનિવર્સિટીના બે મનોવૈજ્ઞાનિકો અસંમત થશે કે તે વધુ સારું છે. વૈજ્ઞાનિકોએ તેમની કારકિર્દી માટે તેમના પ્રકાશનોના મૂલ્યને મહત્તમ બનાવવા માટે કેવી રીતે કાર્ય કરવું જોઈએ તેની આગાહી કરવા માટે તેઓએ અન્ય ગાણિતિક મોડેલનો ઉપયોગ કર્યો. અને તેઓએ શોધી કાઢ્યું કે જો લોકોને ઓછી સંખ્યામાં ઉચ્ચ-પ્રભાવિત પ્રકાશનોના આધારે નક્કી કરવામાં આવે છે, તો તેમની શ્રેષ્ઠ વ્યૂહરચના એ છે કે તેઓ તેમના તમામ પ્રયત્નોને ઓછા પાવરવાળા અભ્યાસો પર કેન્દ્રિત કરે છે જે જૂનાને તપાસ્યા વિના ફક્ત નવા તારણો પર જ જાય છે. પરિણામે, તેઓ જે પ્રકાશિત કરે છે તેનો અડધો ભાગ ખોટો હશે.
અન્ય ઉકેલો છે. કેટલાક વૈજ્ઞાનિકોએ "પૂર્વ-નોંધણી"ની સિસ્ટમ માટે દલીલ કરી છે, જ્યાં તેમના વિચારો અને યોજનાઓના આધારે કાર્યનું મૂલ્યાંકન કરવામાં આવે છે, પહેલાં કોઈપણ વાસ્તવિક કાર્ય હાથ ધરવામાં આવે છે. તેઓ પત્રની યોજનાઓ હાથ ધરવા માટે પ્રતિબદ્ધ છે, અને જર્નલો ગમે તે આવે તે પરિણામો પ્રકાશિત કરવા માટે પ્રતિબદ્ધ છે. તે પેપર મેળવવાની સંભાવનાને વધારવા માટે અભ્યાસ સાથે ગડબડ કરવાની ક્ષમતા અને પ્રોત્સાહન ઘટાડે છે. તે ધ્યાનને આકર્ષક પરિણામોથી દૂર અને નક્કર, વિશ્વસનીય પદ્ધતિઓ તરફ પણ લઈ જાય છે. લગભગ 40 જર્નલો આ પ્રકારના રજિસ્ટર્ડ રિપોર્ટ્સ પ્રકાશિત કરી રહી છે, અને ત્યાં આગળ વધી રહી છે. તેમને અનુદાન સાથે વધુ નજીકથી બાંધો, જેથી અભ્યાસની પદ્ધતિઓની એક જ સમીક્ષા ભંડોળની ખાતરી આપે છે અને પ્રકાશન.
ટોચના જર્નલ્સ ગમે છે કુદરત અને વિજ્ઞાન ખરેખર લેખકોને તેમના ડેટા અને પદ્ધતિઓ વિશે વધુ પારદર્શક બનવા માટે પ્રોત્સાહિત કરે છે, જ્યારે સંપાદકો માટે નવા પેપરના આંકડાકીય ગુણોનું નિરીક્ષણ કરવાનું સરળ બનાવવા માટે ચેકલિસ્ટ્સ પ્રદાન કરે છે. અને નોસેક સેન્ટર ફોર ઓપન સાયન્સ બનાવ્યું છે પારદર્શિતા, નિખાલસતા અને પ્રજનનક્ષમતા માટેના ધોરણો જે જર્નલ્સ અને ફંડિંગ એજન્સીઓ સાઇન અપ કરી શકે છે, અને સારા વર્તન માટે બેજ.
છેવટે, "સંકુલ વિજ્ઞાન ઇકોસિસ્ટમમાં પ્રોત્સાહનો બદલવું એ સંકલનની સમસ્યા છે," નોસેક કહે છે. "સંસ્થાઓ, ભંડોળ આપનારાઓ, સંપાદકો, સમાજો અને સંશોધકોએ પોતે જ તેમની અપેક્ષાઓમાં થોડો ફેરફાર કરવાની જરૂર છે અન્યથા કોઈ ફેરફાર અસરકારક રહેશે નહીં."
મુનાફો આશાવાદી છે. "અમે સમસ્યાનું વર્ણન કરવાથી તેના સ્વભાવને સમજવા તરફ આગળ વધ્યા છીએ," તે કહે છે. “આ એક સ્વસ્થ સંકેત છે. આશા છે કે તે કડીઓ તરફ દોરી જશે કે જ્યાં આપણે પ્રોત્સાહક માળખાને સૌથી વધુ અસરકારક રીતે બદલી શકીએ છીએ. અમે એક રસપ્રદ કુદરતી પ્રયોગની મધ્યમાં છીએ, જેમાં ઘણી બધી નવીનતાઓ રજૂ કરવામાં આવી રહી છે અથવા તેને પ્રાયોગિક ધોરણે ચલાવવામાં આવી રહી છે. શું કામ કરે છે અને શું કામ કરતું નથી, અને શું લોકપ્રિય વિરુદ્ધ અપ્રિય છે, તે જોવાનું બાકી છે.
"હું વધુ પડતા નિરાશાવાદી બનવા માંગતો નથી,” સ્માલ્ડિનો કહે છે. “ખરેખર ઉચ્ચ-ગુણવત્તાવાળા ઘણા વૈજ્ઞાનિકો છે જેઓ ઉચ્ચ-ગુણવત્તાવાળા કાર્ય કરવા માટે પ્રયત્નશીલ છે. એવી ઘણી વ્યક્તિઓ છે જે સમજે છે કે ગુણવત્તા મહત્વપૂર્ણ છે. હું માત્ર આશા રાખું છું કે લાગણી પ્રવર્તે છે.
ZNetwork ને ફક્ત તેના વાચકોની ઉદારતા દ્વારા ભંડોળ પૂરું પાડવામાં આવે છે.
દાન