Un estudio internacional e innovador, en el que ha participado la profesora Ana Isabel García-Cervigón, destaca la fiabilidad de la investigación en áreas como la ecología y la biología evolutiva. Este análisis ha sido llevado a cabo por un equipo de más de 300 investigadores y se ha publicado en la revista científica BMC Biology.
El estudio pone de relieve la necesidad de abordar la variabilidad analítica en los resultados de las investigaciones. Los hallazgos reflejan el creciente reconocimiento de que muchas decisiones que deben tomar los investigadores, como qué métodos estadísticos aplicar, pueden conducir a conclusiones divergentes, incluso cuando todas las opciones son razonables. Esta variabilidad tiene importantes implicaciones para ecólogos y otros científicos que analizan datos.
Equipos de Análisis y Resultados Variables
Para llevar a cabo esta investigación, se formaron 174 equipos de analistas que trabajaron con preguntas predefinidas por los directores del estudio. Estos equipos analizaron los mismos conjuntos de datos y encontraron respuestas notablemente variables a las preguntas planteadas. Estos resultados subrayan la diversidad en la toma de decisiones analíticas y destacan posibles fuentes de falta de fiabilidad y sesgo en los procesos científicos.
“Este ambicioso estudio demuestra con detalle el potencial que tienen las decisiones tomadas durante el proceso de análisis de datos para influir en los resultados estadísticos obtenidos en ecología y biología evolutiva”, afirma Ana Isabel García-Cervigón, investigadora de la URJC y coautora del estudio. “Además, muestra que esta preocupación es generalizada en el ámbito científico, mucho más allá del campo de las ciencias sociales, donde hasta ahora se había realizado la mayor parte del trabajo sobre este tema”.
Prácticas Recomendadas para Mejorar la Fiabilidad
El artículo científico propone varias prácticas que los investigadores podrían adoptar para responder a esta variabilidad. Por ejemplo, se sugiere presentar múltiples análisis diferentes sobre los mismos datos para evaluar la similitud entre resultados mediante modelos estadísticos. También se plantea realizar análisis más ambiciosos denominados 'multiverso', donde se generan cientos o miles de análisis para explorar cómo diferentes elecciones influyen en los resultados.
Los autores esperan que sus hallazgos motiven a investigadores, instituciones, agencias de financiamiento y revistas a apoyar iniciativas destinadas a mejorar el rigor investigador, lo cual fortalecería la fiabilidad del conocimiento científico.
El trabajo ha sido co-dirigido por Tim Parker, profesor de Biología y Estudios Ambientales en el Whitman College (Walla Walla, Washington), junto con coautores principales como Elliot Gould, estudiante de doctorado en la Universidad de Melbourne; Hannah Fraser, investigadora postdoctoral también en dicha universidad; y Shinchi Nakagawa, profesor y presidente de Investigación de Excelencia en Canadá en la Universidad de Alberta.
Si (
No(
