Literaturhinweise zum Artikel „Gehypte“ Geschichten

(erschienen in Forschung und Lehre 2/2018)

 

Der Klassiker. Meistzitierter Artikel der Lebenswissenschaften der letzten 10 Jahre. Titel spricht für sich selbst: Ioannidis JP. Why most published research findings are false.PLoS Med. 2005 Aug;2(8):e124. Epub 2005 Aug 30.

Umfrage in Nature unter Wissenschaftlern ob wir eine ‘Reproducibility crisis’ durchleben: Baker, M. (2016). 1,500 scientists lift the lid on reproducibility. Nature, 533(7604), 452-454. doi:10.1038/533452a

Gute Übersichtsarbeit zum Reproduzierbarkeitsproblem, und was dagegen getan werden kann: Begley, C. G., & Ioannidis, J. P. (2015). Reproducibility in science: improving the standard for basic and preclinical research. Circ Res, 116(1), 116-126.

Wie reproduzierbar müssen Studien eigentlich sein: Dirnagl U (2017) Wie originell sind eigentlich Ihre Hypothesen? Einsichten eines Wissenschaftsnarren (1) Laborjournal 4/2017

Hype und die Folgen: Dirnagl U (2017) Von den Gefahren allzuschöner Geschichten. Einsichten eines Wissenschaftsnarren (5) Laborjournal 10/2017

Institutionen müssen in die Pflicht genommen werden: Begley CG, Buchan AM, Dirnagl U.Nature. Robust research: Institutions must do their part for reproducibility.2015 Sep 3;525(7567):25-7. doi: 10.1038/525025a.

Aktueller Fall in Oxford, welcher das Problem in seiner ganzen Breite und Komplexität zeigt: Cohen D. Oxford vaccine study highlights pick and mix approach to preclinical research. BMJ. 2018 Jan 10;360:j5845. doi: 10.1136/bmj.j5845. 

Exzellente Propädeutik zu einen komplexen Begriff: Goodman SN, Fanelli D, Ioannidis JP. What does research reproducibility mean? Sci Transl Med. 2016 Jun 1;8(341):341ps12. doi: 10.1126/scitranslmed.aaf5027. 

So muss man es machen: Eine Wissenschaft korrigiert sich Open Science, C. (2015). PSYCHOLOGY. Estimating the reproducibility of psychological science. Science, 349(6251), aac4716. doi:10.1126/science.aac4716

Klassiker zum Problem der zu niedrigen Fallzahlen (= statistische Power) – Durchdekliniert am Beispiel der Neurowissenschaften, aber relevant für die gesamten Biowissenschaften: Button, K. S., Ioannidis, J. P., Mokrysz, C., Nosek, B. A., Flint, J., Robinson, E. S., & Munafò, M. R. (2013). Power failure: why small sample size undermines the reliability of neuroscience. Nature Reviews Neuroscience, 14(5), 365-376.

Teil 1 der Lancet Waste Serie. Wenn Sie nur einen der Artikel lesen wollen, dies ist er: Macleod, M. R., Michie, S., Roberts, I., Dirnagl, U., Chalmers, I., Ioannidis, J. P., . . . Glasziou, P. (2014). Biomedical research: increasing value, reducing waste. The Lancet, 383(9912), 101-104.