Datafabrikation och förfalskning
Datafabrikation och förfalskning är allvarliga former av forskningsfusk som innebär avsiktlig felrepresentation av forskningsdata. Fabrikation innebär att man hittar på data som aldrig samlats in; förfalskning innebär att man ändrar autentiska data för att ändra innebörden. Båda underminerar vetenskaplig integritet, slösar forskningsresurser och kan skada forskningspersoner och allmänheten. Federal policy (42 CFR Part 93) definierar formellt dessa överträdelser; upptäckt förbättras genom verktyg för statistisk analys och metoder för datatransparens; förebyggande kräver robust datastyrning och en ansvarskultur.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- U.S. Office of Research Integrity. (2005). Public Health Service Policy on Research Misconduct. 42 CFR Part 93. Definitions of fabrication and falsification. link ↗
- Carlisle, J.B. (2017). Data Fabrication and Deviation in Statistics in Anesthesia Articles. Anesthesia, 72(2), 221–237. link ↗
- Nuijten, M.B., Hartgerink, C.H., van Assen, M.A., et al. (2015). The Prevalence of Statistical Reporting Errors in Psychology (1985-2013). Behavior Research Methods, 48(4), 1205–1226. DOI: 10.3758/s13428-015-0664-2 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Definition, Detection, and Prevention of Research Data Fabrication and Falsification. ScholarGate. https://scholargate.app/sv/research-ethics/data-fabrication-falsification
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Intressekonflikt inom forskningForskningsetik↔ jämför
- Principer för forskningsintegritetForskningsetik↔ jämför
- ForskningsfuskForskningsetik↔ jämför
Refereras av
Similar methods
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →