Fraude in de wetenschap: waarom gebeurt het en wat kunnen we er tegen doen?

Een wetenschapper zou als doel moeten hebben de waarheid te ontdekken. Helaas zijn er de afgelopen tijd een aantal gevallen van fraude in de wetenschap aan het licht gekomen. Het meest recente geval (en ook een van de meest ernstige) is de zaak van Diekerik Stapel, waar 2 weken geleden het rapport over uit kwam. Ik ben ervan overtuigd dat het niet veel voorkomt, maar zelfs één zaak is al te veel. Een wetenschapper zou integriteit heel hoog in het vaandel moeten hebben staan, dus ben ik me gaan afvragen waarom een wetenschapper besluit tot het plegen van fraude.

In mijn opleiding Biologie aan Wageningen University kreeg ik verspreid over de opleiding ook meerdere keren ethiek verwerkt in de vakken en projecten. Naast nog duidelijker inzien dat fraude zeer onethisch is, werd het tijdens de opleiding ook erg duidelijk dat het plegen van fraude zo’n beetje de meest ernstige misstap is die je kunt maken als wetenschapper. Als het uitkomt kun je je carrière verder wel vergeten: je zal nooit meer in de wetenschap worden geaccepteerd. Ook overstappen naar de (wetenschaps)industrie of politiek en beleid is dan heel erg moeilijk, zo niet onmogelijk. Dus waarom zou een wetenschapper dit riskeren? Blijkbaar is er ergens een heel sterke prikkel om toch dat enorme risico te nemen. Nu vraag ik me af: wat is die prikkel, waar komt het vandaan en vooral: wat kunnen we eraan doen?


(voor degene die haast hebben: er staat een samenvatting met conclusie helemaal onderaan)

 

Vormen van wetenschapsfraude

Allereerst: wat is fraude in de wetenschap? Er zijn verschillende vormen.

Plagiaat

Er kan gefraudeerd worden door data of ideeën van andere mensen te gebruiken zonder deze bron te noemen: plagiaat dus. Plagiaat is dus eigenlijk een soort diefstal. Het is de afgelopen tijd vooral in het nieuws geweest met de onderzoeken naar plagiaat door Duitse ministers in hun proefschriften. Ik denk dat deze vorm van fraude door wetenschappers het meest voorkomt en in sommige gevallen misschien zelfs onbewust.

Auteursfraude

Min of meer het omgekeerde van plagiaat gebeurt ook: het toevoegen van auteurs op een wetenschappelijk artikel die helemaal niet hebben meegewerkt aan het onderzoek dat in het artikel staat beschreven. Dit vind ik zelf in ieder geval ook fraude (ik noem het maar ‘auteursfraude’), maar het gebeurt zeker in de medische wereld erg vaak. Bevriende wetenschappers (of artsen met een onderzoeksfunctie) worden aan de auteurslijst toegevoegd om zo meer wetenschappelijke artikelen op hun naam te hebben staan. Die ‘vriendendienst’ wordt natuurlijk ook weer teruggedaan, waardoor je met zo’n afspraak ‘jouw’ aantal wetenschappelijke publicaties kunt verdubbelen (of nog meer als je meer van zulke afspraken hebt).

Datafraude

Hoewel niet integer en zeker onethisch, zijn plagiaat en auteursfraude het minst schadelijk voor de taak als wetenschapper om de waarheid te ontdekken. Echt schadelijk voor de wetenschap wordt het als er met de data (onderzoeksresultaten) wordt gesjoemeld. De 'ontdekte waarheid' wordt daarmee namelijk veranderd. In de meest milde (maar nog steeds ernstige) vorm kan dit door wat data weg te laten (selecteren) als het niet helemaal klopt met de hypothese of theorie. Nog ernstiger wordt het als je echt data gaan veranderen (manipuleren). In het uiterste geval: het zelf bedenken van data (fabriceren). Wat inmiddels duidelijk is, is dat Diederik Stapel zich tot dit uiterste schuldig heeft gemaakt: data fabricatie.


Mogelijke redenen

‘Publish or perish’

Wetenschappers staan onder grote druk. Als jonge wetenschapper (als promovendus of postdoc) heb je een enorme druk om wetenschappelijke artikelen te publiceren in hoog aangeschreven wetenschappelijke tijdschriften (lees: met hoge 'impact-factor'). Maar zeker ook voor groepsleiders en professoren is het essentieel om op veel publicaties met hoge impact-factor te staan. De lijst van publicaties is namelijk het belangrijkste van het CV van een wetenschapper. Dit 'publicatie-CV' wordt namelijk gebruikt om te bepalen of je wel of geen (vaste) baan of promotie krijgt, of je als groepsleider je baan houdt of niet, of je geld krijgt voor verder onderzoek of niet, of je uitgenodigd wordt voor congressen, enzovoort. Maar zelfs als je een vaste baan hebt, kan een afname in publicaties of impact een reden zijn om die baan kwijt te raken. Een veel gebruikte uitspraak in de wetenschap is dan ook "publish or perish" ('publiceer of ga ten onder'). Hierdoor staat er veel druk op wetenschappers om veel publicaties op hun naam te krijgen.

Dat deze druk zwaar belastend is blijkt ook uit een onderzoek onder medische hoogleraren van Joeri Tijdink. Hierin geven veel hoogleraren aan dat, naast er persoonlijk onder te lijden, ook de wetenschap onder deze zware druk lijdt. Ik denk dat dit zich niet beperkt tot het medische veld, maar een feit is voor elk gebied van de wetenschap. Dat blijkt al uit het bestaan van wetenschapsfraude, maar bijvoorbeeld ook uit het recente bericht dat wetenschappelijke uitgevers gehackt zijn om manuscripten geaccepteerd te krijgen. Dat gaat heel erg ver. Voor sommige wetenschappers is de publicatiedruk dus hoger dan de druk om de waarheid te ontdekken.


Positieve ‘publication bias’

Om te publiceren heb je natuurlijk eerst data (onderzoeksresultaten) nodig. Data met een duidelijke conclusie. Die conclusie moet vervolgens weer gevonden worden door verschillende manieren van aanpak (zie: hoe wetenschappelijk onderzoek echt gaat). Dit is op zich al moeilijk: je moet vaak veel geluk hebben om meteen iets te vinden. Maar wat daar nog bij komt is dat wetenschappelijke tijdschriften een sterke voorkeur hebben voor positieve resultaten: dus resultaten die een theorie of hypothese bevestigen. Dat terwijl elke wetenschapper weet dat in de echte wetenschappelijke wereld vaak vooral negatieve resultaten worden gevonden. Deze negatieve resultaten zijn wel verkregen met goed uitgevoerd onderzoek en zijn zeker ook relevant voor de wetenschap. Redacteurs van wetenschappelijke tijdschriften houden echter niet van negatieve resultaten, want die ‘verkopen’ niet goed. Daarom weigeren veel tijdschriften manuscripten met negatieve data. Begrijpelijk, want de redacteurs worden erop afgerekend als het ‘aanzien’ en de verkoop van het tijdschrift terugloopt, maar het is zeker niet in het belang van de wetenschap. De meest grootschalige fraude in de wetenschap lijkt dus door de wetenschappelijke uitgevers te worden  gepleegd. En door deze data selectie bij de uitgever voelt een wetenschapper zich wel bijna gedwongen om te focussen op positieve data en dus de negatieve data op de plank te laten staan.

Bij de top moeten horen

Voor het krijgen van data is een hoop geld nodig om het onderzoek te betalen. Geld heb je ook nodig voor personeel, dat immers ook betaald moet worden. Om geld te krijgen kun je aanvragen doen bij fondsen en investeerders. Dit doen echter alle wetenschappers, dus hier is veel competitie. Om te kijken welke aanvraag de beste 'investering' is, kijken deze fondsen en investeerders vooral ook naar het publicatie-CV van de aanvrager. De wetenschappers met de meeste publicaties achter hun naam en met de meeste publicaties in hoge impact tijdschriften, zijn meestal de gelukkigen. De gelukkigen kunnen dus weer personeel, onderzoeken en dus nieuwe data betalen. Degenen die pech hebben, krijgen geen geld, kunnen dus weinig of geen data genereren en zullen dus niet snel publiceren: laat staan met hoge impact. Ze zullen het bij een volgende aanvraag dus weer erg moeilijk krijgen. Om uit deze spiraal te komen moet je als wetenschapper dus een keer geluk hebben met een onderzoek en toevallig snel interessante data krijgen. Maar hoe slim je ook bent: de kans daarop is niet erg groot.

Het aantal publicaties en de impact-factor van de tijdschiften waar die publicaties in staan zijn dus vooral een graadmeter voor het budget, de hoeveelheid personeel en eventueel het geluk dat een wetenschapper heeft. Het is dus niet persé een graadmeter voor hoe goed de wetenschapper echt is, terwijl dat toch wel zo wordt gebruikt. Zeker in het huidige economische klimaat, waar steeds meer bezuinigd wordt op onderzoek, is het voor een jonge groepsleider extreem moeilijk om vooruit te komen. Als talentvolle jonge wetenschapper is het erg frustrerend om geen onderzoeksgeld te krijgen, omdat je je dan nooit echt kunt bewijzen.



Kiezen voor fraude

Is deze druk en frustratie genoeg om het enorme risico te nemen voor fraude? Het begint met een kleine stap volgens sociaal psycholoog Jennifer Crocker. Als je een keer het verhaal van een onderzoek iets mooier hebt verteld aan je directe collega’s, is de drempel minder groot om dat de volgende keer ook te doen aan wetenschappers buiten je groep. Daarna is de drempel natuulijk ook weer kleiner om hetzelfde te doen op een congres en uiteindelijk zelfs in het wetenschappelijke artikel. In de tussentijd praat je steeds je eigen ethische bezwaren goed en lijken ook de risico’s steeds minder groot (Crocker vergelijkt dit met het beruchte experiment van Milgram uit 1963). Zo kun je langzaam afschuiven van het selecteren van wat data tot het fabriceren van alle data in een heel onderzoek.

In zijn verklaring geeft Diederik Stapel aan “Op een vreemde, naïeve manier dacht ik dat ik iedereen hier een plezier mee deed. Dat ik mensen hielp.” Dat was eerst ook zeker zo. Zijn collega’s en studenten die op zijn wetenschappelijke artikelen stonden kregen een goed publicatie-CV: ze kregen dus makkelijker geld voor onderzoeken, nieuwe banen en promoties. Je had een groot voordeel als je met Diederik Stapel had samengewerkt, want hij had een goede naam als wetenschapper. Mensen waren blij met Stapel: zijn fraudegedrag werd dus steeds beloond (tot het aan het licht werd gebracht natuurlijk).



Publicatiedruk: wetenschappers zijn afhankelijk van het huidige publicatiesysteem om onderzoek te kunnen blijven doen en carrière te kunnen maken. Ook al is dit syteem schadelijk voor de wetenschap: wetenschappers zullen er niet snel wat aan gaan veranderen.

Falende controlesystemen

Een belangrijke vraag om hier te stellen is waarom fraude dan soms zo lang niet ontdekt wordt. In het geval van Stapel werd er immers al  ruim 15 jaar fraude gepleegd door hem. In principe is de wetenschap zelfcontrolerend en zelfcorrigerend: een van de belangrijkste pijlers van de wetenschap is namelijk onafhankelijke herhaling. Dit betekent dat een onderzoek door een andere wetenschapper (of andere groep wetenschappers) nog een keer wordt uitgevoerd (vaak op een iets andere manier). Deze kan met dezelfde conclusie komen en de theorie dus verder bevestigen. Wat ook kan is dat deze groep niet tot dezelfde conclusie komt en er moet worden uitgezocht waar dat aan ligt. Op deze manier zal eventuele fraude aan het licht komen. Waarom dan niet bij Stapel (en ongetwijfeld nog andere zaken)?

Onafhankelijke herhaling verzwakt

Zoals eerder gezegd houden uitgevers van wetenschappelijke tijdschriften niet van negatieve data. Daar komt bij dat deze uitgevers ‘nieuwe’ onderzoeken willen zien: originaliteit en innovativiteit scoort dus. Zo sterk zelfs dat puur een herhaling van een eerder onderzoek vrijwel onmogelijk is om gepubliceerd te krijgen. Als deze herhaling ook nog eens de theorie weerlegt (dus negatief is), dan is het publiceren van dit onderzoek al helemaal onmogelijk. 

Ik ken een voorbeeld waar een gepubliceerd onderzoek (in het prestigieuze tijdschrift Nature) meerdere keren onafhankelijk herhaald is, maar nooit is kunnen bevestigen. Oftewel, meerdere groepen hebben gevonden dat dit gepubliceerde onderzoek waarschijnlijk niet klopt (niet persé door fraude: het kan zeker ook andere oorzaken hebben). Deze kennis wordt echter alleen op congressen verspreid, want er bestaan geen publicaties van. De andere groepen hebben namelijk nooit een verklaring gevonden hoe het dan wel werkt en omdat negatieve resultaten toch niet worden geaccepteerd, is het zelfs nooit opgestuurd naar een uitgever. In de wetenschappelijke literatuur kun je dus alleen het in Nature gepubliceerde onderzoek vinden dat eigenlijk niet klopt. Dit is dus een groot probleem voor wetenschappers die geen geld hebben om naar congressen te gaan.

Hoewel onafhankelijke herhaling van eerdere onderzoeken dus een belangrijke pijler is van de wetenschap, wordt je als wetenschapper dus ‘afgestraft’ als je dit doet. Je krijgt immers niets meer gepubliceerd en dat is slecht voor je publicatie-CV en dus voor je carrière. Onafhankelijke herhaling wordt nog wel gedaan in de vorm van een klein stukje herhaling en daarop voortbouwen met een nieuw onderzoek. Voor dure experimenten is dit echter weinig populair en voor de rest is het blijkbaar niet voldoende.

Peer-review niet geschikt

Een ander controlesysteem zit in de wetenschappelijke communicatie: peer-review. Dat betekent dat wetenschappers die expert zijn in het onderzoeksonderwerp, maar in een ander instituut of universiteit werken, kritisch naar het manuscript kijken. Zij (de reviewers) bepalen uiteindelijk of het van voldoende kwaliteit is om te laten publiceren. Peer-review werkt redelijk goed voor dat doel, maar is niet bedoeld om fraude op te sporen. Daar komt bij dat verschillende manuscripten van dezelfde auteur bijna nooit door dezelfde reviewers worden gelezen, wat het vinden van fraude nog moeilijker maakt. Bovendien zien peer-reviewers alleen het manuscript en niet de originele (onverwerkte) data.

Originele data uit het zicht

Die onverwerkte data is meestal alleen zichtbaar voor de directe collega's en eventuele andere auteurs van het artikel: feitelijk het eerste controlesysteem. Officieel moet iedere auteur zijn/haar goedkeuring geven voor wat er in het manuscript staat. Dit betekent in theorie dus dat zij allemaal de onverwerkte data en de verwerking moeten kennen. In praktijk is hier vaak niet altijd de tijd, mogelijkheid of expertise voor. Er wordt dan uit vertrouwen aangenomen dat de data en verwerking juist zijn en de controle wordt met wat kritische vragen gedaan. De combinatie van vertrouwen en toch kritische instelling moeten eigenlijk voldoende zijn, maar er zijn dus fraudeurs die van dit vertrouwen misbruik maken. Uit het rapport van de commissie Levelt dat de fraude van Diederik Stapel onderzocht blijkt dat Stapel er goed voor zorgde dat de onverwerkte data altijd via hem ging en niet makkelijk beschikbaar was voor anderen. Ook het stellen van kritische vragen werd door hem beperkt en zelfs tot een taboe gemaakt. Uiteindelijk waren de klokkenluiders toch enkele kritische (en dappere) jonge onderzoekers in Stapel's groep.

Op dit moment moet je de originele data nog 5 jaar na publicatie van het wetenschappelijke artikel kunnen opvragen bij de auteur. Dit wordt alleen vrijwel nooit gedaan, want dit kost veel tijd en moeite. Veel wetenschappelijke instellingen zullen de data misschien ook niet direct kunnen vinden. Als je originele data opvraagt kun je namelijk met communicatie alleen al je werkdagen vullen en dan moet je deze data uiteindelijk nog bestuderen ook. Je moet dus wel heel goede redenen hebben om de originele data op te vragen: zulke goede redenen zijn er meestal niet. De originele data wordt daarom dus vrijwel nooit meer bekeken, wat het voor een fraudeur allemaal een stuk makkelijker maakt.



Belangrijke controlesystemen zijn afgezwakt of niet voldoende geschikt om fraude te herkennen.

Wat zijn de oplossingen?

Als je een probleem aankaart, moet  je ook met ideeën voor een oplossing komen, vind ik. Ik ben natuurlijk niet de eerste die zich afvraagt wat we tegen wetenschapsfraude kunnen doen. Zo zijn er ideeën om wetenschappers een soort eed van integriteit af te laten leggen. Hoewel ik zelf geen enkel probleem heb zo'n eed af te leggen, vraag ik me af in hoeverre dat een fraudeur zou tegenhouden. De risico's van wetenschapsfraude zijn al enorm zoals in de inleiding genoemd: een eed zou daar maar weinig aan bijdragen denk ik. 

Daarnaast wordt er geroepen dat wetenschappers zich kritischer moeten opstellen tegenover hun collega's. Ook hier kan ik me in vinden, maar als wetenschapper wordt je al opgeleid kritisch te zijn. Blijkbaar kan tijdsdruk en lokale cultuur er af en toe voor zorgen dat wetenschappers dit wat vergeten. Het is in ieder geval geen structurele of controleerbare oplossing.

Andere ideeën zijn het duidelijker communiceren waar verdenkingen van wetenschapsfraude anoniem gemeld kunnen worden en het beter beschermen van klokkenluiders. Ook prima voorstellen, maar deze richten zich op het ontdekken van wetenschapsfraude, niet op het voorkomen ervan. Wat dan wel?


Open Access data

Als dingen uit het zicht gehouden worden, is het makkelijker om ermee te sjoemelen. Meer transparantie zou fraude dus al flink kunnen tegen gaan. De originele, onverwerkte data van onderzoeken zouden dan ook makkelijk beschikbaar moeten zijn voor iedereen. Dus niet pas na veel tijd en moeite gestoken te hebben in het opvragen. Nee, deze data moet direct en volledig Open Access beschikbaar zijn: dus volledig gratis toegankelijk en herbruikbaar. Dit maakt het voor zowel naaste collega's, als voor reviewers, als voor elke andere wetenschapper mogelijk om eenvoudiger de data te kunnen controleren. Hoewel deze eenvoud de hoeveelheid controle waarschijnlijk wel verhoogt, is dit natuurlijk niet meteen het geval. Maar Open Access data geeft bijvoorbeeld ook de mogelijkheid om studenten als onderdeel van hun opleiding een bestaande set data te laten verwerken. Naast dat het leerzaam is om als student met echte data te werken in plaats van met bijvoorbeeld simulaties, zal het zo ook sneller naar boven komen als er iets niet in de haak is met de originele data. Ook als er met de bijbehorende verwerking of conclusies in het wetenschappelijke artikel iets niet in orde is, komt dat na een simpele vergelijking aan het licht. Belangrijker nog: weten dat er meerdere ogen zijn die naar de data kijken, maakt de drempel tot fraude plegen nog hoger.

In dit digitale tijdperk moet het eenvoudig zijn om een link naar de originele data toe te voegen aan de pagina waar je ook het wetenschappelijke artikel download. Dit gebeurt al voor de zogenaamde "supplemental data": verwerkte data (zoals tabellen en grafieken) waar in het artikel naar verwezen wordt, maar volgens de redacteur van het tijdschrift te veel is om in het artikel te zetten. Technisch is het dus niet een grote stap.

Voor de duidelijkheid: Open Access data is niet hetzelfde als Open Access publiceren waar ik eerder over geschreven heb. Bij Open Access data gaat het puur om de originele data dat Open Access is: het artikel hoeft zelf niet Open Access aangeboden te worden (maar dit zou natuurlijk wel beter zijn).


Verandering publicatiecultuur

Terug naar de onderliggende oorzaak: zoals eerder genoemd is de druk op wetenschappers erg hoog om zo veel mogelijk te publiceren, met zo hoog mogelijke impact. Zo hoog dat blijkbaar af en toe een wetenschapper ervoor kiest om zijn/haar integriteit te laten vieren. Aangezien de bezuinigingen op onderzoek deze druk alleen maar verhoogd, is er een kans dat de aantal fraudezaken in de wetenschap gaan toenemen. Een belangrijke vraag is hier: is deze druk eigenlijk wel nodig? Is deze druk iets wat de kwaliteit of snelheid van wetenschap verbetert, of is het gewoon iets wat erin geslopen is door verouderde tradities en conventies? Ik denk het laatste en alle artikelen die ik kan vinden lijken het daarmee eens te zijn. Ik kan in ieder geval nergens aanwijzingen vinden dat iemand de druk op wetenschappers noodzakelijk vindt (laat het even weten als je wel iets tegen komt). Als dat zo is, dan is het zeker de moeite waard om hier iets aan te doen. Maar wat?

Een groot deel van de druk komt door de sterke voorkeur van wetenschappelijke uitgevers om alleen manuscripten te accepteren als deze positieve resultaten hebben en de onderzoeken nieuw ('hot') zijn. Daarmee selecteer je op wetenschappers met grote groepen, veel geld of veel geluk. Zeker bij jonge wetenschapper selecteer je op wetenschappers die van het ene 'hotte' onderwerp naar het andere springen: echt expert worden is dus een stuk minder aantrekkelijk. Bovendien wordt de essentiele onafhankelijke herhaling van onderzoeken sterk verzwakt, waardoor het zelfcontrolerende en zelfcorrigerende karakter van de wetenschap wegvalt. We moeten dus van deze positieve 'publication bias' af en ook van de 'eis' voor nieuw onderzoek. Begrijp me niet verkeerd: origineel en innovatief onderzoek zijn essentieel voor vooruitgang in de wetenschap, maar dan moeten we wel zeker weten dat de conclusies uit dat soort onderzoeken kloppen. Bovendien wordt zo nooit iets echt goed uitgezocht, maar komen er alleen nieuwe opstartjes van onderzoek waar misschien nooit meer wat mee wordt gedaan. Ik denk alleen dat het moeilijk is om de wetenschappelijke uitgevers hierin te laten veranderen. Voor hen (en hun aandeelhouders) is de 'prestige' van hun tijdschriften erg belangrijk, want daar kunnen ze de vraagprijs op afstellen.

Meer recht-toe-recht-aan zou zijn dat er niet meer zoveel wordt gekeken naar het publicatie-CV van een wetenschapper, maar dat er echt inhoudelijk wordt gekeken naar de ideeën en ontdekkingen (positief of negatief) van een wetenschapper. Dit kost alleen veel meer tijd en moeite van een beoordelaar (of het nu is voor een aanvraag bij een fonds, een nieuwe baan of een promotie): Zo'n beoordelaar moet namelijk meer lezen, echte interviews doen en met de 'subjectieve' gegevens daaruit een moeilijke keuze maken. Het is sneller en makkelijker om even naar het 'objectieve' publicatie-CV te kijken, een tabelletje te maken van de kandidaten en dan de bovenste te kiezen. Zeker nu er veel bezuinigd wordt in het onderzoek, er dus minder plekken zijn en er per fondsaanvraag of baan daarom veel meer kandidaten zijn. Met deze verhoogde druk op beoordelaars zullen zij dus niet snel voor deze weg gaan kiezen.

Hetzelfde effect, maar minder direct, zou zijn om wetenschappers zelf minder te laten focussen op publicaties. Een wetenschappelijk artikel lijkt nu vaak een doel op zich te zijn: het  onveranderbare 'eindproduct' van wetenschappelijk onderzoek. Dit terwijl wetenschappelijk onderzoek nooit af is: er komen altijd weer nieuwe vragen en bovendien moeten antwoorden uit het verleden meestal bijgesteld worden om te kloppen met nieuwe kennis. We zouden dus naar een systeem moeten gaan waar een wetenschappelijk artikel dus niet het 'eindproduct' van wetenschappelijk onderzoek meer is. Ik denk dan aan een vorm waar een onderzoek wel gepresenteerd wordt als een door data ondersteund verhaal, maar dat dit verhaal nog verbeterd en gecorrigeerd kan worden. Zo wordt het 'eindproduct' meer een soort discussie. De nadruk zal dan gaan liggen op het zo juist mogelijk maken van het verhaal, niet op het zoveel mogelijk verhalen vertellen (die vaak deels overlappen en elkaar soms zelfs tegenspreken). Zo'n discussievorm past ook veel beter in wat de wetenschap is: je kunt niet iets bewijzen, je kunt alleen meer aanwijzingen verzamelen dat iets waar is.

Discussievormen in de wetenschap komen al wel voor. Veel wetenschappelijke tijdschriften die online staan hebben een plek waar lezers opmerkingen (comments) kunnen achter laten over het artikel. Dit gebeurt alleen bijna nooit, omdat de auteurs van het artikel er toch niets mee doen. Hun doel (het publiceren van een artikel) is namelijk al behaald. Dat terwijl discussies over resultaten in de wetenschap toch erg belangrijk zijn.

Beter gaan discussies in de wetenschapsgebieden die onder arXiv vallen (vooral wiskunde, natuurkunde en computerwetenschappen). ArXiv is een soort online database/forum (Open Access) waarin wetenschappers hun vroege ideeën delen met andere wetenschappers, in verhaalvorm en vaak met data (als 'pre-print'). Na dit delen ontstaat vaak een online discussie, vaak op blogs, waarna de wetenschapper de ideeën die hierin naar voren komen verder uitwerkt. Uiteindelijk wordt een verbeterde versie weer aangeboden op arXiv of wordt het gepubliceerd bij een wetenschappelijke uitgever.

Ook een betere vorm van discussies als 'eindproduct' is het zogenaamde post-publication reviewing, zoals gedaan wordt bij WebmedCentral. Hier wordt een manuscript alleen door een redacteur bekeken om te zien of het geen totale onzin is, maar wordt vervolgens direct 'gepubliceerd'. Het peer-review wordt hier pas na de publicatie gedaan. Bovendien is de peer-review openbaar in plaats van anoniem. Een groot voordeel daarvan is weer transparantie, waardoor het bijvoorbeeld makkelijker is voor lezers om de waarde van de reviewers in te schatten. Je kunt bijvoorbeeld nagaan of de reviewer wel echt een expert is, of dat de peer-review gedaan is door een vriend of concurrent van de auteur. Daarnaast komt de nadruk dus te liggen op de discussie en niet het artikel als eindproduct. 



Het Open Access maken van de 'ruwe data' zou fraude makkelijker herkenbaar kunnen maken en fraude kunnen voorkomen. Belangrijker is om de cultuur te veranderen zodat de publicatie niet een onveranderlijk 'eindproduct' is, maar juist het begin van een openlijke discussie.

Samenvatting en conclusie

Voor de wetenschap is datafraude (selectie, manipulatie of fabricatie) de meest schadelijke vorm van fraude. Datafraude verdraait namelijk de waarheid, terwijl de waarheid ontdekken het ultieme doel is van wetenschappers. Een oorzaak hiervan is de (onnodig) hoge druk om te publiceren op wetenschappers. Dat terwijl daar tegenover staat het selectieve karakter van wetenschappelijke uitgevers om alleen 'hotte' en positieve manuscripten te accepteren ('publication bias'). Daar komt verder nog bij dat het erg moeilijk is geld te krijgen om onderzoek te doen als je nog niet gepubliceerd hebt, maar dat je zonder geld ook niet snel kunt publiceren. De redenen waarom wetenschapsfraude niet snel (meer) ontdekt wordt is dat de controlesystemen falen. Vooral de essentiele onafhankelijke herhaling van onderzoeken zijn door de 'publication bias' zeer sterk afgezwakt. Goede oplossingen kunnen zijn het Open Access aanbieden van de originele, onverwerkte data van een onderzoek. Verder is het duidelijk dat de publicatiecultuur moet veranderen. Dit kan mogelijk het beste door het 'eindproduct' van een onderzoek niet langer een wetenschappelijk artikel te maken, maar juist een discussie. Nadruk op pre-prints en online discussies of de overstap naar post-publication reviewing lijken hierin de beste alternatieven. Omdat wetenschappers voor hun onderzoek en hun carrière te afhankelijk zijn van het huidige systeem, zou deze verandering door beleid geregeld moeten worden. Ik weet zeker dat vrijwel elke wetenschapper zo'n zou beleid verwelkomen!

3 opmerkingen:

  1. Leuk blog! Ik ben het met een suggestie oneens: dat wetenschapsfraude zou komen door publicatie druk. Daar zijn 2 argumenten voor aan te voeren
    -1- Er wordt gefraudeerd zolang als de wetenschap bestaat, dus lang voordat publish-or-perish bestond, en
    -2- Veel fraudeurs publiceren veel meer dan van ze verwacht wordt. Zie Stapel, zie Schon en alle andere wetenschappers die in de top 10 der fraudeurs staan
    Eerder trok ik deze 6 conclusies over fraude:
    http://activescience.wordpress.com/2012/08/12/wetenschapsfraude-ik-ben-er-wel-klaar-mee/ Links naar de argumentatie in de teksts.

    Hoi,
    Marco

    BeantwoordenVerwijderen
    Reacties
    1. Marco, bedankt voor je reactie! Je geeft ook een mooi overzicht met conclusies over wetenschapsfraude. Ik zie dat we het op grote lijnen zeker eens zijn, vooral mbt de positive result bias en de falende conrolesystemen.

      Ik ben het ook met je eens dat fraude in de wetenschap al veel langer bestaat: zelfs vóór de publicatiedruk. Maar in die tijd was er naar mijn mening een soortgelijke druk die fraude voedde. Misschien kun je je hier ook in vinden:

      Alles komt neer op het geld kunnen krijgen voor het doen van onderzoek. Dat is altijd al geassocieerd met het aanzien van de wetenschapper, want investeerders willen graag laten zien dat ze top-wetenschappers financieel hebben geholpen met hun laatste geweldige resultaten.

      Vroeger werd aanzien ook zeker bepaald door de geweldige nieuwe ontdekkingen, maar kwamen die niet persé via tijdschriften naar buiten, maar bijvoorbeeld via brieven of later via de kranten. Tegenwoordig wordt aanzien wel bepaald door je publicatie-cv. Uit mijn ervaring: als je meer publiceert dan van je verwacht wordt, wordt je beschouwd als top-wetenschapper in plaats van alleen een goede wetenschapper (zoals Stapel, Schön, enz.).

      Een flinke tijd geleden had je ook wetenschappers die puur als hobby wetenschap bedreven gefinanciert met eigen geld (of van familie). Ik kan me niet voorstellen dat die wetenschappers ooit fraude gepleegd zullen hebben: daar is dan namelijk geen aanleiding voor. Er moet dus wel een soort druk zijn om het toch te doen voor de wetenschappers die niet hun eigen onderzoek kunnen financieren.

      Verwijderen
  2. >Ik kan me niet voorstellen dat die wetenschappers ooit
    >fraude gepleegd zullen hebben:
    >daar is dan namelijk geen aanleiding voor.

    Dat is nu precies mijn punt: dat is dus wel het geval...

    Keep writing!
    M.

    BeantwoordenVerwijderen