本报讯 给一组科学家相同的数据和相同的研究问题，理论上他们应该得出相似的答案。但根据一篇近日发表于《BMC生物学》的论文，结果并非如此。研究发现，246名生态学家在分析了相同的数据集后得出了截然不同的结论，有些人甚至得到了完全相反的结果。
这篇论文是“多分析师”项目的最新成果，该项目旨在研究科学家在数据分析过程中的决策如何影响最终的结果。瑞士伯尔尼大学的元科学家Ian Hussey说：“我对这项研究感到非常兴奋。”过去的研究主要集中在心理学和其他行为科学领域。“我注意到在其他领域有一种傲慢的态度，认为自己的领域会更加有序。”
澳大利亚墨尔本大学的博士生Elliot Gould对生态学领域是否也很规范表示怀疑。生态学家处理的是包含大量自然变化的复杂系统，他们必须就采用哪些统计分析方法作出决策。为了解这些决策对结果的影响，Gould和同事招募了246名生态学家，组成174个团队，基于相同的数据集回答两个不同的研究问题。
第一个研究问题是蓝山雀巢中兄弟姐妹的竞争如何影响雏鸟生长。这些团队从英国牛津郡林地的452个蓝山雀巢中获得了相同的数据，但得出的答案五花八门。5个团队发现雏鸟数量与雏鸟大小没有关系，5个团队发现结果喜忧参半，64个团队则认为如果雏鸟有更多的兄弟姐妹，它们的生长速度会更慢，但确定性和影响程度各不相同。
第二个研究问题的结果差异更加显著。Gould和同事向这些团队提供了澳大利亚18个地点的数据，这些地点参与了一个在农田中恢复各种桉树物种的项目，并要求他们确定草覆盖率是否会影响桉树幼苗的栽种成功率和存活率。分析这些数据的团队没有达成一致：18个团队认为更多的草皮覆盖阻碍了桉树的存活，6个团队表示这提高了存活率，而31个团队则认为草皮的影响不存在。
欧洲商业管理学院的组织心理学家Eric Uhlmann表示，这些发现与“多分析师”项目之前的研究结果一致，显示了“研究人员的主观选择在科学项目中的强大作用”。Uhlmann于2018年参与了第一个此类心理学项目。
匈牙利罗兰大学的科学家Balazs Aczel表示，仅通过一两个例子是无法知道这个问题是否会影响整个领域的。为找出答案，他正在开展一个项目，让多名分析师每人从100篇随机选择的社会学论文中解答一个问题。他表示，类似的结果也出现在神经科学和经济学等多个领域，表明“我们正面临一个非常严重的问题”。
并非所有研究人员都认为这些发现令人担忧。Joe Bak-Coleman是一名生态学家，现在是德国康斯坦茨大学的计算社会科学家。他表示，这类研究要求科学家分析他们专业领域之外的数据。然而，专业知识在选择分析方法中起着重要作用。他举例说，熟悉蓝山雀的科学家更清楚应该进行哪些分析。尽管如此，“多分析师”项目的许多研究表明，跨领域的研究人员可以从更好的分析培训中受益。
荷兰乌得勒支大学的元科学家Anne Scheel表示，“多分析师”项目的研究结果并不意味着生态学和心理学等领域无法得出可靠的结论。这些领域倾向于提出模糊的问题，给研究人员留下很多选择，而“多分析师”研究通常也会提出这样宽泛的问题。但她表示，这个问题可以通过更精确的方法来解决。“一些学科似乎在就难题达成共识方面更成功。”Scheel说，“我认为这与如何精确定义事物有关。”
（文乐乐）
相关论文信息：
10.1186/s12915-024-02101-x
0 条