我们已经更新我们的隐私政策使它更加清晰我们如何使用您的个人资料。

我们使用cookie来提供更好的体验。你可以阅读我们的饼干的政策在这里。

广告

我们怎样才能使行为科学更可再生的?

我们怎样才能使行为科学更可再生的?内容块图像

希望这篇文章的一个免费的PDF版本吗?

完成下面的表格,我们将电子邮件您的PDF版本“我们如何能使行为科学更可再生的吗?”

听与
喋喋不休地说
0:00
注册免费听这篇文章
谢谢你!听这篇文章使用上面的球员。

想免费听这篇文章吗?

完成下面的表格来解锁访问所有音频文章。

阅读时间:

能够重现另一位科学家的发现在一个不同的实验室,使用不同的实验设置,在多个试验是科学“再现性”的定义。

然而,在2005年,约翰·Ionnidis教授提出了大多数宣传发现是假,遭受缺乏再现性。一种感觉被全世界的科学家共享2016年的调查1500年科学家们发现90%的人问道:“你认为有科学的再现性危机?”,认为在某种程度上。

神经科学研究遭受缺乏再现性

2013年,按钮et al。建议特别是神经科学调查遭受再现性的问题由于小样本大小和低功耗的研究。在他们的论文中,作者解释低统计力量破坏了科学研究的目的,因为研究实际上是无用的。但是,他们也提供建议如何再现性可以改善在神经科学研究关注的,但往往被忽视,方法论的原则。

有一个迫切需要改善行为神经科学的再现性

很容易想象行为研究如何遭受再现性问题,即使做得很好。除了环境因素可能影响实验的如:淡定;温度;声音;习惯化水平;还有你处理动物的事实。只是处理动物会影响它执行一个测试。事实上,即使是科学家的性别处理前动物实验能影响行为的结果。扔在混合不同群体使用不同大小的竞技场,在一天中不同时段不同条件下,很容易看到即使是一个简单的记忆测试,如小说对象识别实验室之间相比可能是不能复制的。

亚历克斯·伊斯顿博士,达勒姆大学心理学系的副教授,英国,解释说:

“在我实验室我们使用自发的识别记忆的任务。这些是广泛使用的任务,经常使用,因为他们不需要训练动物的一部分。”

这些任务依赖的事实,探索新奇的动物有一种天生的偏好。所以,如果他们有一个选择之间的熟悉和不熟悉的项目他们应该探索陌生的项目。然而,哪些项目是他们熟悉的工作需要一个内存有见过熟悉的物品。

弗格森补充道:“这样的“股票任务”的使用可以是非常有用的——如果每个人都使用它们,那么我们有很多可比性的研究。然而,如果我们不以同样的方式使用它们,那么我们有一个问题。”

使用相同的测试方法可以改善方法论的再现性。但是,科学家执行这些测试很容易,无意中添加噪声数据或他们试图测量影响的行为。

噪音的来源对象识别任务:

•不适应动物足够长的时间的装置

这可能意味着动物探索环境的多对象,因为环境本身仍然是小说。

•在处理动物

动物被处理到舞台上,然后又同时装置改变了,返回之前的测试。这种级别的处理可以使他们焦虑。焦虑动物可以成为neo-phobic,不想探索新颖的对象。
意义研究可能没有可比性,尽管每年成千上万的动物表演自发的识别记忆任务。

不断的试验可以使行为研究更可再生的

一个简单的步骤来改善行为科学的再现性在2017年提出是实验的视频合并到发表文章。作者描述如何重建研究完全基于文本信息和静态帧图像发表的报告不能为其他科学家复制包括足够的细节研究和繁殖的发现。

但这并不克服的挑战去除噪声和偏见等行为测试的自发的识别记忆任务。

”不断试验装置允许我们从每只动物收集大量数据,所有这些都受到处理或其他外部因素的影响(如噪声测试室)外的走廊影响动物的整个一天的测试。”亚历克斯·伊斯顿博士

为了克服这些限制,亚历克斯已经采取的方法与登合作工具,专业科学设备工程公司。作为主管格雷格•普雷斯科特解释道:

“目标识别是一个自发的任务,没有食物奖励。它一直被作为一个每天一个试验的测试,在动物必须放入和取出的每一次,意味着大量的处理,我们知道动物可以有压力。”

补充道:“我们已经与亚历克斯合作实现自发不断试验方法识别记忆任务,在十六个试验是可能的在一个会话中。最小化处理和实验者互动。”


不断的试验装置。信贷:登仪器

不断试验装置提出了一系列的新对象到实验箱的旋转木马,而动物穿梭到一个单独的室。然后旋转木马旋转鼠标与小说环境。时间控制在每个室和航天飞机时间是由电脑控制和auto-gate。自动化使并行运行多个房间不需要human-mouse交互。

”不断试验装置允许我们从每只动物收集大量数据,所有这些都受到处理或其他外部因素的影响(如噪声测试室)外的走廊影响动物的整个一天的测试。”弗格森解释说

这也意味着需要一个实验的动物数量减少了。亚历克斯的实验室动物的使用减少了50%,一个道德改善他们的研究。

然而,使用更少的动物降低他们的研究的力量?这是一个问题以前强调作为一个地方性的问题在神经科学调查。

和阿历克斯。弗格森是仔细考虑:

”,当然,总是会决定在动物数量——如果你有一个并不总是准确的操纵或有效,然后用最低的运行实验的动物数量适当的动力是一个错误,从分析中删除的任何动物,因为操纵他们的问题意味着研究变得不足。”

并补充道:“所以不断试验方法的目的不是说,“你只需要运行八个动物在每个研究中,例如“,而这意味着你可以使用更少的动物比你需要如果你只是一天跑一个试验的任务。”

解释:“最重要的是减少来自行为的减少噪音,意义不仅仅是减少动物数量也很重要,但更有价值的数据。我们可以有更大的信心,它反映了记忆我们试图衡量。”

更大的精度提高了再现性

在他们的宣言的科学穆纳佛et al。正确地制定如何预见再现性可以通过提高透明度提高执行调查和报道,援引改善方法论的培训和支持改进的另一个关键领域。

除了这些建议,提高测量的准确性也会提高实验的重现性。不断试验方法旨在通过消除不必要的噪音和减少偏见行为实验。

格雷格总结道:“是开尔文勋爵说,“测量是了解”。作为一个工程公司,我们在登来自一个行业,每件事都有一个标准作为参考点。我们特别兴奋与亚历克斯和他的团队合作,让他不断试验测试的准确标准行为科学家执行对象识别的股票的任务。”

广告
Baidu