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 origem
Citações copiadas literalmente do registro de origem do método. Nenhuma verificação em nível de alegação é inferida delas.
- 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
Alegações curadas
Alegações persistidas no livro-razão de evidências, cada uma com sua própria avaliação.
Esta visualização não inventa uma avaliação de alegação quando o livro-razão não a possui.
Métodos relacionados
Gerado a partir do grafo de métodos e mostrado como relações sugeridas por máquina — nenhuma alegação de evidência é inferida.