Data Sharing and Open Science
Data sharing and open science are practices that maximize research transparency and reproducibility by making raw data, analysis code, and methods publicly available alongside publications. The replication crisis (widespread failure to reproduce published findings in psychology, medicine, and other fields) revealed that traditional publication—focusing on novel results—incentivizes selective reporting and p-hacking. Open science practices (preregistration, data sharing, code sharing, open materials) aim to reduce bias and enable independent verification. Major funders (NIH, NSF, EU) now mandate open science practices, and many journals require data availability statements or code repositories.
Registro de origen
Citas copiadas textualmente del registro de origen del método. No se infiere ninguna verificación a nivel de afirmación de ellas.
- Open Science Framework (2023). OSF. Center for Open Science. · URL
- Wilkinson, M. D., Dumontier, M., Aalbersberg, I. J., et al. (2016). The FAIR Guiding Principles for Scientific Data Management and Stewardship. Scientific Data, 3, 160018. · DOI 10.1038/sdata.2016.18
- Cohen, S. A., Cox, R. P., Favor, T. K., & Glover, S. C. (2016). The Role of Preregistration in Psychological Research. Psychological Science Agenda (American Psychological Association). · URL
Afirmaciones curadas
Afirmaciones persistidas en el libro mayor de evidencia, cada una con su propia evaluación.
Esta vista no inventa una evaluación de afirmación si el libro mayor no tiene ninguna.
Métodos relacionados
Generado a partir del grafo de métodos y mostrado como relaciones sugeridas por la máquina; no se infiere ninguna afirmación de evidencia.