Repenser la robustesse et la fiabilité en recherche : les chercheurs face à la crise de la reproductibilité
Les chercheurs sont confrontés au fait de ne pouvoir obtenir les mêmes résultats soit en reprenant les mêmes méthodes et/ou les mêmes données soit en s’appuyant sur de nouveaux jeux de données et/ou d’autres méthodes poursuivant le même objectif de recherche. Le problème de la fidélité et de la réitération des résultats se pose à l’échelle collective comme individuelle.
Au-delà des problèmes inhérents à la production des données et de leur analyse, les chercheurs doivent composer avec un système éditorial qui n’incite ni à publier les résultats négatifs ni les auto-rétractations. Les pratiques éditoriales scientifiques sont jugées inadaptées pour faire face aux défis de la reproductibilité. Enfin, le système d’évaluation actuel n’accorde pas une place majeure aux études de réplication.
Dans ce contexte, comment penser les notions de robustesse et de fiabilité dans des domaines disciplinaires variés ?
Quelle place accorder à l’incertitude ? Quel équilibre trouver entre standardisation et dynamique exploratoire ? Comment aborder la question de la reproductibilité notamment dans des disciplines avec des données rares ou non répétables ?
Ajouter le 9 avril 2019
Les supports des interventions sont disponibles :
- « A simple cure to the p < 0.05 disease », Guillaume Rousselet, Université de Glasgow ; @robustgar
- « Curate Science : Nutritional Labels for Scientific Transparency », Etienne LeBel, Université de Louvain ; découvrir Curate science en un visuel ; @eplebel ; @curatescience
- « Assisted Authoring for avoiding inadequate claims in scientific reporting », Patrick Paroubek, LIMSI (Laboratoire de recherche en Informatique pluridisciplinaire), CNRS ; @LimsiLab
- « Reproducibility in ecological research: do we need to worry? », Alexandru Milcu, Centre d’écologie fonctionnelle et évolutive, CNRS ; @EcotronCNRS
- « rOpenSci, revues de packages R par les pairs pour une meilleure science », Maëlle Salmon, rOpenSci ; @ma_salmon; @rOpenSci
- « ReScience X : projet de revue dédiée à la reproductibilité expérimentale en psychologie », Etienne Roesch, Université de Reading ; @etienneroesch
Argumentaire, compléments biblios
