3 روش برای رفع بحران بازتولید در علوم اعصاب
کوک مین لای
به اشتراک گذاری:
3 رویکرد برای حل بحران بازتولیدپذیری در علوم اعصاب:
انجام مطالعات آزمایشی با قصد اجرای مجدد آزمایش.
اطمینان از مجموعههای نمونه بزرگتر.
تنوع بخشیدن به نمونههای خود با استفاده از جوامع داوطلب آنلاین.
بحران بازتولیدپذیری در تحقیقات علمی مدرن بهخوبی توصیف شده است، به ویژه در علوم اعصاب شناختی. به این معنی که به دلیل هزینهها و مسائل لجستیکی در دستیابی به subjects نمونه یا استفاده از تجهیزات پیشرفته مانند fMRI، آزمایشگاههای علوم اعصاب شناختی بهندرت نتایج آزمایشهای تجربی را بازسازی میکنند.
بازتولیدپذیری، در این مطلب، بهصورت یک فرآیند داخلی آزمایشگاهی تعریف میشود که در آن طراحی تجربی از مطالعات آزمایشی/اکتشافی به آزمایشهای تجربی بزرگتر و کنترلشدهتر حرکت میکند که بارها اجرا خواهند شد. در آزمایشهای بهخوبی طراحی شده، دادههای جمعآوریشده و نتایج هر آزمایش باید بتوانند به:
ادغام در یک مجموعه داده بزرگتر
دسترسی به اندازه نمونه بزرگتر
داشتن قدرت آماری بالا
این عوامل آزمایشهای علوم اعصاب را شایسته گزارشهای تحقیقاتی منتشر شده میکنند تا دیگر آزمایشگاهها بتوانند به تکرار یافتهها بپردازند. با این حال، متاسفانه، این به ندرت به دلایل متعددی اتفاق میافتد.
این بحران بازتولیدپذیری، آینده علم را تهدید میکند زیرا زمان، تلاش، منابع و تخصص را در مطالعاتی که تکرار نخواهند شد، هدر میدهد. بدون تکرار، مطالعات "حائز اهمیت" به افسانه تبدیل میشوند و به ندرت به روشهای وعده داده شده، بر جهان تأثیر میگذارند. یک گزارش تحلیلی توسط قائممقام تحقیقات هماتولوژی و انکولوژی تخمین زده است که عدم بازتولیدپذیری سالانه تا 28 میلیارد دلار در ایالات متحده هزینه دارد. این بودجهها نهایتاً بر کارهای پیشازمایشگاهی که استاندارد بازتولیدپذیری قابل اعتماد را برآورده نمیکنند، هدر میروند.
برای اصلاح این الگو، ابتدا باید آن را درک کنیم. میتوانیم با شناسایی روشها و فرهنگ فعلی علوم اعصاب شروع کنیم. این مطلب در مورد طراحی تجربی و زمانبندی آزمایشها بحث کرده و چندین راه برای بهبود بازتولیدپذیری آزمایشگاهی، هم در داخل آزمایشگاه (آزمایشهای تجربی) و هم در خارج از آن (اشتراک دادههای علمی باز)، ارائه میدهد. در پایان، خواهید دانست که چگونه برخی منابع میتوانند هزینهها و مسائل لجستیک دستیابی به دادههای نمونه و subjects آزمایشی را کاهش دهند.
یک بار دیگر اجرا کنید!
امکان دستیابی به اطمینان در بازتولیدپذیری مطالعهتان وجود دارد.
معمولاً، اکثر طرحهای تجربی با یک مطالعه آزمایشی یا اکتشافی با اندازه نمونه کوچکتر، بسته به ماهیت آزمایش، آغاز میشوند. در علوم اعصاب شناختی، آن اندازه نمونه اولیه معمولاً n < 20 است. هدف آنها اطمینان از این است که اثر تجربی که مشاهده میکنید، یک اثر واقعی بالقوه است و استفاده از منابع اضافی که آزمایش بزرگتری نیاز دارد را توجیه میکند. این مطالعات همچنین برای تست و بهبود پروتکل خودشان مهم هستند.
عموم محققان علوم اعصاب شناختی، سعی میکنند تعادلی بین قدرت آماری با اندازه کوچکترین اندازه نمونهای که میتواند به طور منطقی در مرحله آزمایشی به دست آید، برقرار کنند. هدف این مطالعات ارائه شواهد آماری مقدماتی برای حضور یک اثر است. این مطالعات برای گزارشهای تحقیقاتی یا انتشارات در نظر گرفته نشدهاند بلکه به منظور اعتبارسنجی یک خط پرسش، تأیید درخواستهای تأمین مالی و به عنوان پایه برای مطالعات آینده میباشند.
پس از تکمیل مطالعات آزمایشی یا اکتشافی در آزمایشهای علوم اعصاب شناختی، گام بعدی "اجرای مجدد است!" با فاکتورهای مختلف در تمرکز، اجرای مجدد بررسی راهی برای غلبه بر بحران بازتولیدپذیری در دادههای تجربی علوم اعصاب شناختی است. قدرت آماری پایین را معمولاً میتوان با اندازه نمونه بزرگتر غلبه کرد. برای تعیین اندازه نمونه مناسب، ژورنال علوم اعصاب این توصیهها را در سال 2020 ارائه کرد. همانند بسیاری از مفاهیم و اصول در علوم اعصاب شناختی، بستگی به زمینه و هدف موردنظر آزمایش شما دارد.
دوباره، این مطالعات اولیه برای گزارشهای تحقیقاتی منتشر شده نیستند. با این حال، گاهی اوقات به نظر میرسد که این اتفاق رخ میدهد و این منجر به بحران بازتولیدپذیری میشود.
مجموعههای نمونه بزرگتر و علم باز
اطمینان داشته باشید که اثری که مشاهده میکنید، یک اثر واقعی با اهمیت عملی است.
حرکت به فراتر از مطالعات آزمایشی به آزمایشهای تجربی که برای انتشار در نظر گرفته شدهاند، معمولاً مرحله بعدی در فرآیند تحقیق یک آزمایشگاه علوم اعصاب است.
به لطف مطالعه آزمایشی، محققان در روششناسی خود اعتماد پیدا میکنند و به نظر میرسد که اثر واقعی دارند.
در این مرحله، آنها:
طراحی آزمایش با مجموعهای بزرگتر از نمونهها.
نیاز به جمعآوری دادههای بیشتر.
آزمایش تجربی را دوباره اجرا کنید.
اگر آزمونهای آماری با معنادار و بدون تعارض باشند، علوم عصبیشناسان نیاز دارند که شواهد بیشتری جمعآوری کنند تا اطمینان حاصل کنند که آنها یک اثر واقعی میبینند.
علم باز
در نشریات پژوهشی، یک حرکت رو به رشد به نام "علم باز" وجود دارد که در آن دادهها و اسکریپتهای تحلیل به همراه روایت تحقیق منتشر میشوند. در علوم اعصاب شناختی، یکی از بهترین منابع برای تحقیق باز در علوم اعصاب، Neuroscience Information Framework (NIF; neuinfo.org).
نظریه علم باز تمامی مراحل چرخه تحقیق را در بر میگیرد، که در آن شفافیت بیشتری در جمعآوری، پردازش، ذخیرهسازی و بررسی دادههای تجربی وجود داشته باشد. فلسفه شفافیت در علم باز شامل طراحیهای تجربی نیز میشود - اشتراک جزئیات با جامعه علمی به منظور بهبود تکرار و بازتولیدپذیری آزمایشهای علمی عصبی بنیادین. این روشها به دانشمندان کمک میکند تا به تولید تحقیقات با کیفیت بالا ادامه دهند و با بحران فزاینده تکرار در علوم اعصاب شناختی مقابله کنند.
گروههایی مانند EmotivLABs در حال پرورش جوامع تحقیقاتی در زمینه علوم اعصاب شناختی هستند که به آنها امکان به اشتراک گذاشتن طراحیهای تجربی با محققان دیگر را میدهد.
همانطور که بحران بازتولیدپذیری همچنان جامعه علمی را تحتتاثیر قرار میدهد، نیاز به مطالعات تحقیقاتی قابل بازتولید با کیفیت بالا هیچگاه اینقدر زیاد نبوده است. چندین گزینه طراحی وجود دارد که به دانشمندان اعصاب امکان تکرار آزمایشها را میدهد. این گزینهها به محققان علوم اعصاب فرصت میدهند تا:
اندازه نمونه مناسب خود را تعیین کنند.
از ابزارهای نوآورانه، معتبر و قابل اعتماد برای تحلیل دادهها استفاده کنند.
با همکاران و رهبران علمی مشورت کنند.
به سرعت از اصول راهنمای علم باز استفاده کنند.
جوامع داوطلب متنوع و دورافتاده
اندازه نمونه کوچک بر اعتبار و بازتولیدپذیری تحقیقات تاثیر منفی میگذارد زیرا نتایج تولید شده از چندین شرکتکننده نمیتوانند به بقیه جمعیت تعمیم داده شوند. این نتایج شامل تنوع عصبی جامعه نیستند. به این ترتیب، ابزارهای جمعآوری دادههای راه دور، آینده علوم اعصاب فراگیر را تشکیل میدهند.
EmotivLABs: پرورش جامعه علوم اعصاب شناختی
معرفی EMOTIV
در سال 2011، EMOTIV به عنوان یک شرکت بایوانفورماتیک در سانفرانسیسکو تأسیس شد با مأموریت پیشبرد درک ما از مغز انسان با استفاده از سختافزار الکتروانسفالوگرافی (EEG) سفارشی، تحلیل و تصویریسازی.
در مرکز علم باز، همکاری نهفته است. پلتفرم و کارکنان Emotiv با هدف ترویج یکپارچگی علمی و سختگیری تجربی فعالیت میکنند. پلتفرم تحقیقاتی ما که قابل مقیاس است، EmotivLABs، دانشمندان علوم اعصاب شناختی را در سراسر جهان با یک جمعیت جهانی از شرکتکنندگان و محققان تحقیق متصل میکند. با شناخت خطی بودن افزایشی تحقیق علوم اعصاب، ما به محققان کمک میکنیم با ارائه مجموعه دادههای وسیع، چندبعدی و غنی، به شما این امکان را میدهیم که از یک نمونه گسترده نتیجهگیریهای معنادار بگیرید.
رشد اندازه نمونه تحقیق شما
EmotivLABs با اتصال محققین به شرکتکنندگان تحقیق واجد شرایط و کاهش بار لجستیکی جذب شرکتکننده، به بحران بازتولیدپذیری مقابله میکند در حالی که اطمینان از کافی بودن قدرت آماری را حفظ میکند.
اطمینان از اینکه کار شما بهطور امن ذخیره شده، قابل تبدیل و بازیابی است
یک تهدید دیگر برای بازتولیدپذیری، تکثیر تحلیلی است که نیازمند دادههای اصلی برای اعتبارسنجی نتایج است. یافتن و تأمین مالی یک مکان ذخیرهسازی امن خستهکننده است. به عنوان یک مخزن داده، EmotivLABs دادههای شما را بهطور امن ذخیره میکند پس از اینکه شرکتکنندگان ضبطهای خود را آپلود کردند. آن داده بهطور خودکار بارگذاری شده و در تمامی مراحل انتقال و ذخیرهسازی به شدت رمزگذاری شدهاند.
یکپارچه سازی فرایندها
برای کمک به محققان در طراحی آزمایشهای علوم اعصاب شناختی و انتشار مطالعات تحقیقاتی که به جامعه علمی بزرگتر کمک میکند، ما یک مجموعه ابزار مقاوم و یکپارچه، EmotivPro، را توسعه دادهایم تا آزمایشهای نوآورانه و قابل بازتولید را تولید کند.
دستورالعملها و روشهای شفاف ما به عنوان یک راهنما عمل میکنند که به محققان اجازه میدهد تا نتایج اصلی را تأیید کنند. سازنده آزمایش بصری و آسان برای استفاده به محققان دیگر این امکان را میدهد که در صورت تمایل به بازتولید مطالعه شما، یک الگوی آماده درون پلتفرم فراهم کند. در غیر این صورت، این محققان علوم اعصاب شناختی میتوانند یک آزمایش منحصربهفرد بسازند، که به آنها این امکان را میدهد که هر جزئیات را از ابتدا سفارشی کنند.
فناوری EMOTIV
EMOTIV مجموعهای از ابزارها را طراحی کرده است که در هر مرحله از تحقیقات علوم اعصاب شما را پشتیبانی میکند.
نرمافزار EmotivPRO به کاربران این امکان را میدهد که نتایج آزمونها را پردازش، تحلیل و تصویری سازی کنند. محققان میتوانند آزمایشها را در سطح حرفهای طراحی کنند که در آن هر شرکتکنندهای با یک هدست EMOTIV میتواند شرکت کند در صورتی که با طراحی آزمایش مطابقت داشته باشد.
یک کیت توسعه نرمافزار (SDK) برای EMOTIV نیز در دسترس است تا اپلیکیشنها، تعاملات یا طراحیهای آزمایشی سفارشی تنها با استفاده از هدست و تلفن هوشمند انجام شوند.
همانطور که تعداد رشتهها و بازارهای تجاری که ابزارها و روششناسیهای علوم اعصاب را در آغوش میگیرند افزایش مییابد، سیستم EEG کمهزینه و آسان برای استفاده EMOTIV در موارد زیر استفاده میشود:
تحقیقات علوم اعصاب
ابتکارات بازاریابی سلامتی و رفاه
صنایع خودروسازی
نورو مارکتینگ
تحقیق مصرفکننده
آموزش
محیطهای سرگرمی
به علاوه، با کیفیت، هزینه و امکان ارسال هدستهای EMOTIV در سطح جهان، محققان میتوانند افراد واجد شرایط را جذب و ثبتنام کنند. به دلیل معیارهای کنترل کیفی که نرمافزار پردازش ارزیابی میکند، محققان میتوانند به فرایند جمعآوری داده اعتماد داشته باشند.
آیا دوست دارید بیشتر درباره پلتفرم EmotivLABs و کارایی آن برای تحقیقات شما بدانید؟
EmotivLABS به شما این امکان را میدهد که آزمایش خود را بسازید، به طور ایمن و مطمئن آن را مستقر کنید، از یک پانل جهانی از شرکتکنندگان تاییدشده جذب کنید، و داده EEG با کیفیت بالا جمعآوری کنید، همه از یک پلتفرم. اینجا کلیک کنید تا بیشتر بدانید یا درخواست یک دمو کنید.
3 رویکرد برای حل بحران بازتولیدپذیری در علوم اعصاب:
انجام مطالعات آزمایشی با قصد اجرای مجدد آزمایش.
اطمینان از مجموعههای نمونه بزرگتر.
تنوع بخشیدن به نمونههای خود با استفاده از جوامع داوطلب آنلاین.
بحران بازتولیدپذیری در تحقیقات علمی مدرن بهخوبی توصیف شده است، به ویژه در علوم اعصاب شناختی. به این معنی که به دلیل هزینهها و مسائل لجستیکی در دستیابی به subjects نمونه یا استفاده از تجهیزات پیشرفته مانند fMRI، آزمایشگاههای علوم اعصاب شناختی بهندرت نتایج آزمایشهای تجربی را بازسازی میکنند.
بازتولیدپذیری، در این مطلب، بهصورت یک فرآیند داخلی آزمایشگاهی تعریف میشود که در آن طراحی تجربی از مطالعات آزمایشی/اکتشافی به آزمایشهای تجربی بزرگتر و کنترلشدهتر حرکت میکند که بارها اجرا خواهند شد. در آزمایشهای بهخوبی طراحی شده، دادههای جمعآوریشده و نتایج هر آزمایش باید بتوانند به:
ادغام در یک مجموعه داده بزرگتر
دسترسی به اندازه نمونه بزرگتر
داشتن قدرت آماری بالا
این عوامل آزمایشهای علوم اعصاب را شایسته گزارشهای تحقیقاتی منتشر شده میکنند تا دیگر آزمایشگاهها بتوانند به تکرار یافتهها بپردازند. با این حال، متاسفانه، این به ندرت به دلایل متعددی اتفاق میافتد.
این بحران بازتولیدپذیری، آینده علم را تهدید میکند زیرا زمان، تلاش، منابع و تخصص را در مطالعاتی که تکرار نخواهند شد، هدر میدهد. بدون تکرار، مطالعات "حائز اهمیت" به افسانه تبدیل میشوند و به ندرت به روشهای وعده داده شده، بر جهان تأثیر میگذارند. یک گزارش تحلیلی توسط قائممقام تحقیقات هماتولوژی و انکولوژی تخمین زده است که عدم بازتولیدپذیری سالانه تا 28 میلیارد دلار در ایالات متحده هزینه دارد. این بودجهها نهایتاً بر کارهای پیشازمایشگاهی که استاندارد بازتولیدپذیری قابل اعتماد را برآورده نمیکنند، هدر میروند.
برای اصلاح این الگو، ابتدا باید آن را درک کنیم. میتوانیم با شناسایی روشها و فرهنگ فعلی علوم اعصاب شروع کنیم. این مطلب در مورد طراحی تجربی و زمانبندی آزمایشها بحث کرده و چندین راه برای بهبود بازتولیدپذیری آزمایشگاهی، هم در داخل آزمایشگاه (آزمایشهای تجربی) و هم در خارج از آن (اشتراک دادههای علمی باز)، ارائه میدهد. در پایان، خواهید دانست که چگونه برخی منابع میتوانند هزینهها و مسائل لجستیک دستیابی به دادههای نمونه و subjects آزمایشی را کاهش دهند.
یک بار دیگر اجرا کنید!
امکان دستیابی به اطمینان در بازتولیدپذیری مطالعهتان وجود دارد.
معمولاً، اکثر طرحهای تجربی با یک مطالعه آزمایشی یا اکتشافی با اندازه نمونه کوچکتر، بسته به ماهیت آزمایش، آغاز میشوند. در علوم اعصاب شناختی، آن اندازه نمونه اولیه معمولاً n < 20 است. هدف آنها اطمینان از این است که اثر تجربی که مشاهده میکنید، یک اثر واقعی بالقوه است و استفاده از منابع اضافی که آزمایش بزرگتری نیاز دارد را توجیه میکند. این مطالعات همچنین برای تست و بهبود پروتکل خودشان مهم هستند.
عموم محققان علوم اعصاب شناختی، سعی میکنند تعادلی بین قدرت آماری با اندازه کوچکترین اندازه نمونهای که میتواند به طور منطقی در مرحله آزمایشی به دست آید، برقرار کنند. هدف این مطالعات ارائه شواهد آماری مقدماتی برای حضور یک اثر است. این مطالعات برای گزارشهای تحقیقاتی یا انتشارات در نظر گرفته نشدهاند بلکه به منظور اعتبارسنجی یک خط پرسش، تأیید درخواستهای تأمین مالی و به عنوان پایه برای مطالعات آینده میباشند.
پس از تکمیل مطالعات آزمایشی یا اکتشافی در آزمایشهای علوم اعصاب شناختی، گام بعدی "اجرای مجدد است!" با فاکتورهای مختلف در تمرکز، اجرای مجدد بررسی راهی برای غلبه بر بحران بازتولیدپذیری در دادههای تجربی علوم اعصاب شناختی است. قدرت آماری پایین را معمولاً میتوان با اندازه نمونه بزرگتر غلبه کرد. برای تعیین اندازه نمونه مناسب، ژورنال علوم اعصاب این توصیهها را در سال 2020 ارائه کرد. همانند بسیاری از مفاهیم و اصول در علوم اعصاب شناختی، بستگی به زمینه و هدف موردنظر آزمایش شما دارد.
دوباره، این مطالعات اولیه برای گزارشهای تحقیقاتی منتشر شده نیستند. با این حال، گاهی اوقات به نظر میرسد که این اتفاق رخ میدهد و این منجر به بحران بازتولیدپذیری میشود.
مجموعههای نمونه بزرگتر و علم باز
اطمینان داشته باشید که اثری که مشاهده میکنید، یک اثر واقعی با اهمیت عملی است.
حرکت به فراتر از مطالعات آزمایشی به آزمایشهای تجربی که برای انتشار در نظر گرفته شدهاند، معمولاً مرحله بعدی در فرآیند تحقیق یک آزمایشگاه علوم اعصاب است.
به لطف مطالعه آزمایشی، محققان در روششناسی خود اعتماد پیدا میکنند و به نظر میرسد که اثر واقعی دارند.
در این مرحله، آنها:
طراحی آزمایش با مجموعهای بزرگتر از نمونهها.
نیاز به جمعآوری دادههای بیشتر.
آزمایش تجربی را دوباره اجرا کنید.
اگر آزمونهای آماری با معنادار و بدون تعارض باشند، علوم عصبیشناسان نیاز دارند که شواهد بیشتری جمعآوری کنند تا اطمینان حاصل کنند که آنها یک اثر واقعی میبینند.
علم باز
در نشریات پژوهشی، یک حرکت رو به رشد به نام "علم باز" وجود دارد که در آن دادهها و اسکریپتهای تحلیل به همراه روایت تحقیق منتشر میشوند. در علوم اعصاب شناختی، یکی از بهترین منابع برای تحقیق باز در علوم اعصاب، Neuroscience Information Framework (NIF; neuinfo.org).
نظریه علم باز تمامی مراحل چرخه تحقیق را در بر میگیرد، که در آن شفافیت بیشتری در جمعآوری، پردازش، ذخیرهسازی و بررسی دادههای تجربی وجود داشته باشد. فلسفه شفافیت در علم باز شامل طراحیهای تجربی نیز میشود - اشتراک جزئیات با جامعه علمی به منظور بهبود تکرار و بازتولیدپذیری آزمایشهای علمی عصبی بنیادین. این روشها به دانشمندان کمک میکند تا به تولید تحقیقات با کیفیت بالا ادامه دهند و با بحران فزاینده تکرار در علوم اعصاب شناختی مقابله کنند.
گروههایی مانند EmotivLABs در حال پرورش جوامع تحقیقاتی در زمینه علوم اعصاب شناختی هستند که به آنها امکان به اشتراک گذاشتن طراحیهای تجربی با محققان دیگر را میدهد.
همانطور که بحران بازتولیدپذیری همچنان جامعه علمی را تحتتاثیر قرار میدهد، نیاز به مطالعات تحقیقاتی قابل بازتولید با کیفیت بالا هیچگاه اینقدر زیاد نبوده است. چندین گزینه طراحی وجود دارد که به دانشمندان اعصاب امکان تکرار آزمایشها را میدهد. این گزینهها به محققان علوم اعصاب فرصت میدهند تا:
اندازه نمونه مناسب خود را تعیین کنند.
از ابزارهای نوآورانه، معتبر و قابل اعتماد برای تحلیل دادهها استفاده کنند.
با همکاران و رهبران علمی مشورت کنند.
به سرعت از اصول راهنمای علم باز استفاده کنند.
جوامع داوطلب متنوع و دورافتاده
اندازه نمونه کوچک بر اعتبار و بازتولیدپذیری تحقیقات تاثیر منفی میگذارد زیرا نتایج تولید شده از چندین شرکتکننده نمیتوانند به بقیه جمعیت تعمیم داده شوند. این نتایج شامل تنوع عصبی جامعه نیستند. به این ترتیب، ابزارهای جمعآوری دادههای راه دور، آینده علوم اعصاب فراگیر را تشکیل میدهند.
EmotivLABs: پرورش جامعه علوم اعصاب شناختی
معرفی EMOTIV
در سال 2011، EMOTIV به عنوان یک شرکت بایوانفورماتیک در سانفرانسیسکو تأسیس شد با مأموریت پیشبرد درک ما از مغز انسان با استفاده از سختافزار الکتروانسفالوگرافی (EEG) سفارشی، تحلیل و تصویریسازی.
در مرکز علم باز، همکاری نهفته است. پلتفرم و کارکنان Emotiv با هدف ترویج یکپارچگی علمی و سختگیری تجربی فعالیت میکنند. پلتفرم تحقیقاتی ما که قابل مقیاس است، EmotivLABs، دانشمندان علوم اعصاب شناختی را در سراسر جهان با یک جمعیت جهانی از شرکتکنندگان و محققان تحقیق متصل میکند. با شناخت خطی بودن افزایشی تحقیق علوم اعصاب، ما به محققان کمک میکنیم با ارائه مجموعه دادههای وسیع، چندبعدی و غنی، به شما این امکان را میدهیم که از یک نمونه گسترده نتیجهگیریهای معنادار بگیرید.
رشد اندازه نمونه تحقیق شما
EmotivLABs با اتصال محققین به شرکتکنندگان تحقیق واجد شرایط و کاهش بار لجستیکی جذب شرکتکننده، به بحران بازتولیدپذیری مقابله میکند در حالی که اطمینان از کافی بودن قدرت آماری را حفظ میکند.
اطمینان از اینکه کار شما بهطور امن ذخیره شده، قابل تبدیل و بازیابی است
یک تهدید دیگر برای بازتولیدپذیری، تکثیر تحلیلی است که نیازمند دادههای اصلی برای اعتبارسنجی نتایج است. یافتن و تأمین مالی یک مکان ذخیرهسازی امن خستهکننده است. به عنوان یک مخزن داده، EmotivLABs دادههای شما را بهطور امن ذخیره میکند پس از اینکه شرکتکنندگان ضبطهای خود را آپلود کردند. آن داده بهطور خودکار بارگذاری شده و در تمامی مراحل انتقال و ذخیرهسازی به شدت رمزگذاری شدهاند.
یکپارچه سازی فرایندها
برای کمک به محققان در طراحی آزمایشهای علوم اعصاب شناختی و انتشار مطالعات تحقیقاتی که به جامعه علمی بزرگتر کمک میکند، ما یک مجموعه ابزار مقاوم و یکپارچه، EmotivPro، را توسعه دادهایم تا آزمایشهای نوآورانه و قابل بازتولید را تولید کند.
دستورالعملها و روشهای شفاف ما به عنوان یک راهنما عمل میکنند که به محققان اجازه میدهد تا نتایج اصلی را تأیید کنند. سازنده آزمایش بصری و آسان برای استفاده به محققان دیگر این امکان را میدهد که در صورت تمایل به بازتولید مطالعه شما، یک الگوی آماده درون پلتفرم فراهم کند. در غیر این صورت، این محققان علوم اعصاب شناختی میتوانند یک آزمایش منحصربهفرد بسازند، که به آنها این امکان را میدهد که هر جزئیات را از ابتدا سفارشی کنند.
فناوری EMOTIV
EMOTIV مجموعهای از ابزارها را طراحی کرده است که در هر مرحله از تحقیقات علوم اعصاب شما را پشتیبانی میکند.
نرمافزار EmotivPRO به کاربران این امکان را میدهد که نتایج آزمونها را پردازش، تحلیل و تصویری سازی کنند. محققان میتوانند آزمایشها را در سطح حرفهای طراحی کنند که در آن هر شرکتکنندهای با یک هدست EMOTIV میتواند شرکت کند در صورتی که با طراحی آزمایش مطابقت داشته باشد.
یک کیت توسعه نرمافزار (SDK) برای EMOTIV نیز در دسترس است تا اپلیکیشنها، تعاملات یا طراحیهای آزمایشی سفارشی تنها با استفاده از هدست و تلفن هوشمند انجام شوند.
همانطور که تعداد رشتهها و بازارهای تجاری که ابزارها و روششناسیهای علوم اعصاب را در آغوش میگیرند افزایش مییابد، سیستم EEG کمهزینه و آسان برای استفاده EMOTIV در موارد زیر استفاده میشود:
تحقیقات علوم اعصاب
ابتکارات بازاریابی سلامتی و رفاه
صنایع خودروسازی
نورو مارکتینگ
تحقیق مصرفکننده
آموزش
محیطهای سرگرمی
به علاوه، با کیفیت، هزینه و امکان ارسال هدستهای EMOTIV در سطح جهان، محققان میتوانند افراد واجد شرایط را جذب و ثبتنام کنند. به دلیل معیارهای کنترل کیفی که نرمافزار پردازش ارزیابی میکند، محققان میتوانند به فرایند جمعآوری داده اعتماد داشته باشند.
آیا دوست دارید بیشتر درباره پلتفرم EmotivLABs و کارایی آن برای تحقیقات شما بدانید؟
EmotivLABS به شما این امکان را میدهد که آزمایش خود را بسازید، به طور ایمن و مطمئن آن را مستقر کنید، از یک پانل جهانی از شرکتکنندگان تاییدشده جذب کنید، و داده EEG با کیفیت بالا جمعآوری کنید، همه از یک پلتفرم. اینجا کلیک کنید تا بیشتر بدانید یا درخواست یک دمو کنید.
3 رویکرد برای حل بحران بازتولیدپذیری در علوم اعصاب:
انجام مطالعات آزمایشی با قصد اجرای مجدد آزمایش.
اطمینان از مجموعههای نمونه بزرگتر.
تنوع بخشیدن به نمونههای خود با استفاده از جوامع داوطلب آنلاین.
بحران بازتولیدپذیری در تحقیقات علمی مدرن بهخوبی توصیف شده است، به ویژه در علوم اعصاب شناختی. به این معنی که به دلیل هزینهها و مسائل لجستیکی در دستیابی به subjects نمونه یا استفاده از تجهیزات پیشرفته مانند fMRI، آزمایشگاههای علوم اعصاب شناختی بهندرت نتایج آزمایشهای تجربی را بازسازی میکنند.
بازتولیدپذیری، در این مطلب، بهصورت یک فرآیند داخلی آزمایشگاهی تعریف میشود که در آن طراحی تجربی از مطالعات آزمایشی/اکتشافی به آزمایشهای تجربی بزرگتر و کنترلشدهتر حرکت میکند که بارها اجرا خواهند شد. در آزمایشهای بهخوبی طراحی شده، دادههای جمعآوریشده و نتایج هر آزمایش باید بتوانند به:
ادغام در یک مجموعه داده بزرگتر
دسترسی به اندازه نمونه بزرگتر
داشتن قدرت آماری بالا
این عوامل آزمایشهای علوم اعصاب را شایسته گزارشهای تحقیقاتی منتشر شده میکنند تا دیگر آزمایشگاهها بتوانند به تکرار یافتهها بپردازند. با این حال، متاسفانه، این به ندرت به دلایل متعددی اتفاق میافتد.
این بحران بازتولیدپذیری، آینده علم را تهدید میکند زیرا زمان، تلاش، منابع و تخصص را در مطالعاتی که تکرار نخواهند شد، هدر میدهد. بدون تکرار، مطالعات "حائز اهمیت" به افسانه تبدیل میشوند و به ندرت به روشهای وعده داده شده، بر جهان تأثیر میگذارند. یک گزارش تحلیلی توسط قائممقام تحقیقات هماتولوژی و انکولوژی تخمین زده است که عدم بازتولیدپذیری سالانه تا 28 میلیارد دلار در ایالات متحده هزینه دارد. این بودجهها نهایتاً بر کارهای پیشازمایشگاهی که استاندارد بازتولیدپذیری قابل اعتماد را برآورده نمیکنند، هدر میروند.
برای اصلاح این الگو، ابتدا باید آن را درک کنیم. میتوانیم با شناسایی روشها و فرهنگ فعلی علوم اعصاب شروع کنیم. این مطلب در مورد طراحی تجربی و زمانبندی آزمایشها بحث کرده و چندین راه برای بهبود بازتولیدپذیری آزمایشگاهی، هم در داخل آزمایشگاه (آزمایشهای تجربی) و هم در خارج از آن (اشتراک دادههای علمی باز)، ارائه میدهد. در پایان، خواهید دانست که چگونه برخی منابع میتوانند هزینهها و مسائل لجستیک دستیابی به دادههای نمونه و subjects آزمایشی را کاهش دهند.
یک بار دیگر اجرا کنید!
امکان دستیابی به اطمینان در بازتولیدپذیری مطالعهتان وجود دارد.
معمولاً، اکثر طرحهای تجربی با یک مطالعه آزمایشی یا اکتشافی با اندازه نمونه کوچکتر، بسته به ماهیت آزمایش، آغاز میشوند. در علوم اعصاب شناختی، آن اندازه نمونه اولیه معمولاً n < 20 است. هدف آنها اطمینان از این است که اثر تجربی که مشاهده میکنید، یک اثر واقعی بالقوه است و استفاده از منابع اضافی که آزمایش بزرگتری نیاز دارد را توجیه میکند. این مطالعات همچنین برای تست و بهبود پروتکل خودشان مهم هستند.
عموم محققان علوم اعصاب شناختی، سعی میکنند تعادلی بین قدرت آماری با اندازه کوچکترین اندازه نمونهای که میتواند به طور منطقی در مرحله آزمایشی به دست آید، برقرار کنند. هدف این مطالعات ارائه شواهد آماری مقدماتی برای حضور یک اثر است. این مطالعات برای گزارشهای تحقیقاتی یا انتشارات در نظر گرفته نشدهاند بلکه به منظور اعتبارسنجی یک خط پرسش، تأیید درخواستهای تأمین مالی و به عنوان پایه برای مطالعات آینده میباشند.
پس از تکمیل مطالعات آزمایشی یا اکتشافی در آزمایشهای علوم اعصاب شناختی، گام بعدی "اجرای مجدد است!" با فاکتورهای مختلف در تمرکز، اجرای مجدد بررسی راهی برای غلبه بر بحران بازتولیدپذیری در دادههای تجربی علوم اعصاب شناختی است. قدرت آماری پایین را معمولاً میتوان با اندازه نمونه بزرگتر غلبه کرد. برای تعیین اندازه نمونه مناسب، ژورنال علوم اعصاب این توصیهها را در سال 2020 ارائه کرد. همانند بسیاری از مفاهیم و اصول در علوم اعصاب شناختی، بستگی به زمینه و هدف موردنظر آزمایش شما دارد.
دوباره، این مطالعات اولیه برای گزارشهای تحقیقاتی منتشر شده نیستند. با این حال، گاهی اوقات به نظر میرسد که این اتفاق رخ میدهد و این منجر به بحران بازتولیدپذیری میشود.
مجموعههای نمونه بزرگتر و علم باز
اطمینان داشته باشید که اثری که مشاهده میکنید، یک اثر واقعی با اهمیت عملی است.
حرکت به فراتر از مطالعات آزمایشی به آزمایشهای تجربی که برای انتشار در نظر گرفته شدهاند، معمولاً مرحله بعدی در فرآیند تحقیق یک آزمایشگاه علوم اعصاب است.
به لطف مطالعه آزمایشی، محققان در روششناسی خود اعتماد پیدا میکنند و به نظر میرسد که اثر واقعی دارند.
در این مرحله، آنها:
طراحی آزمایش با مجموعهای بزرگتر از نمونهها.
نیاز به جمعآوری دادههای بیشتر.
آزمایش تجربی را دوباره اجرا کنید.
اگر آزمونهای آماری با معنادار و بدون تعارض باشند، علوم عصبیشناسان نیاز دارند که شواهد بیشتری جمعآوری کنند تا اطمینان حاصل کنند که آنها یک اثر واقعی میبینند.
علم باز
در نشریات پژوهشی، یک حرکت رو به رشد به نام "علم باز" وجود دارد که در آن دادهها و اسکریپتهای تحلیل به همراه روایت تحقیق منتشر میشوند. در علوم اعصاب شناختی، یکی از بهترین منابع برای تحقیق باز در علوم اعصاب، Neuroscience Information Framework (NIF; neuinfo.org).
نظریه علم باز تمامی مراحل چرخه تحقیق را در بر میگیرد، که در آن شفافیت بیشتری در جمعآوری، پردازش، ذخیرهسازی و بررسی دادههای تجربی وجود داشته باشد. فلسفه شفافیت در علم باز شامل طراحیهای تجربی نیز میشود - اشتراک جزئیات با جامعه علمی به منظور بهبود تکرار و بازتولیدپذیری آزمایشهای علمی عصبی بنیادین. این روشها به دانشمندان کمک میکند تا به تولید تحقیقات با کیفیت بالا ادامه دهند و با بحران فزاینده تکرار در علوم اعصاب شناختی مقابله کنند.
گروههایی مانند EmotivLABs در حال پرورش جوامع تحقیقاتی در زمینه علوم اعصاب شناختی هستند که به آنها امکان به اشتراک گذاشتن طراحیهای تجربی با محققان دیگر را میدهد.
همانطور که بحران بازتولیدپذیری همچنان جامعه علمی را تحتتاثیر قرار میدهد، نیاز به مطالعات تحقیقاتی قابل بازتولید با کیفیت بالا هیچگاه اینقدر زیاد نبوده است. چندین گزینه طراحی وجود دارد که به دانشمندان اعصاب امکان تکرار آزمایشها را میدهد. این گزینهها به محققان علوم اعصاب فرصت میدهند تا:
اندازه نمونه مناسب خود را تعیین کنند.
از ابزارهای نوآورانه، معتبر و قابل اعتماد برای تحلیل دادهها استفاده کنند.
با همکاران و رهبران علمی مشورت کنند.
به سرعت از اصول راهنمای علم باز استفاده کنند.
جوامع داوطلب متنوع و دورافتاده
اندازه نمونه کوچک بر اعتبار و بازتولیدپذیری تحقیقات تاثیر منفی میگذارد زیرا نتایج تولید شده از چندین شرکتکننده نمیتوانند به بقیه جمعیت تعمیم داده شوند. این نتایج شامل تنوع عصبی جامعه نیستند. به این ترتیب، ابزارهای جمعآوری دادههای راه دور، آینده علوم اعصاب فراگیر را تشکیل میدهند.
EmotivLABs: پرورش جامعه علوم اعصاب شناختی
معرفی EMOTIV
در سال 2011، EMOTIV به عنوان یک شرکت بایوانفورماتیک در سانفرانسیسکو تأسیس شد با مأموریت پیشبرد درک ما از مغز انسان با استفاده از سختافزار الکتروانسفالوگرافی (EEG) سفارشی، تحلیل و تصویریسازی.
در مرکز علم باز، همکاری نهفته است. پلتفرم و کارکنان Emotiv با هدف ترویج یکپارچگی علمی و سختگیری تجربی فعالیت میکنند. پلتفرم تحقیقاتی ما که قابل مقیاس است، EmotivLABs، دانشمندان علوم اعصاب شناختی را در سراسر جهان با یک جمعیت جهانی از شرکتکنندگان و محققان تحقیق متصل میکند. با شناخت خطی بودن افزایشی تحقیق علوم اعصاب، ما به محققان کمک میکنیم با ارائه مجموعه دادههای وسیع، چندبعدی و غنی، به شما این امکان را میدهیم که از یک نمونه گسترده نتیجهگیریهای معنادار بگیرید.
رشد اندازه نمونه تحقیق شما
EmotivLABs با اتصال محققین به شرکتکنندگان تحقیق واجد شرایط و کاهش بار لجستیکی جذب شرکتکننده، به بحران بازتولیدپذیری مقابله میکند در حالی که اطمینان از کافی بودن قدرت آماری را حفظ میکند.
اطمینان از اینکه کار شما بهطور امن ذخیره شده، قابل تبدیل و بازیابی است
یک تهدید دیگر برای بازتولیدپذیری، تکثیر تحلیلی است که نیازمند دادههای اصلی برای اعتبارسنجی نتایج است. یافتن و تأمین مالی یک مکان ذخیرهسازی امن خستهکننده است. به عنوان یک مخزن داده، EmotivLABs دادههای شما را بهطور امن ذخیره میکند پس از اینکه شرکتکنندگان ضبطهای خود را آپلود کردند. آن داده بهطور خودکار بارگذاری شده و در تمامی مراحل انتقال و ذخیرهسازی به شدت رمزگذاری شدهاند.
یکپارچه سازی فرایندها
برای کمک به محققان در طراحی آزمایشهای علوم اعصاب شناختی و انتشار مطالعات تحقیقاتی که به جامعه علمی بزرگتر کمک میکند، ما یک مجموعه ابزار مقاوم و یکپارچه، EmotivPro، را توسعه دادهایم تا آزمایشهای نوآورانه و قابل بازتولید را تولید کند.
دستورالعملها و روشهای شفاف ما به عنوان یک راهنما عمل میکنند که به محققان اجازه میدهد تا نتایج اصلی را تأیید کنند. سازنده آزمایش بصری و آسان برای استفاده به محققان دیگر این امکان را میدهد که در صورت تمایل به بازتولید مطالعه شما، یک الگوی آماده درون پلتفرم فراهم کند. در غیر این صورت، این محققان علوم اعصاب شناختی میتوانند یک آزمایش منحصربهفرد بسازند، که به آنها این امکان را میدهد که هر جزئیات را از ابتدا سفارشی کنند.
فناوری EMOTIV
EMOTIV مجموعهای از ابزارها را طراحی کرده است که در هر مرحله از تحقیقات علوم اعصاب شما را پشتیبانی میکند.
نرمافزار EmotivPRO به کاربران این امکان را میدهد که نتایج آزمونها را پردازش، تحلیل و تصویری سازی کنند. محققان میتوانند آزمایشها را در سطح حرفهای طراحی کنند که در آن هر شرکتکنندهای با یک هدست EMOTIV میتواند شرکت کند در صورتی که با طراحی آزمایش مطابقت داشته باشد.
یک کیت توسعه نرمافزار (SDK) برای EMOTIV نیز در دسترس است تا اپلیکیشنها، تعاملات یا طراحیهای آزمایشی سفارشی تنها با استفاده از هدست و تلفن هوشمند انجام شوند.
همانطور که تعداد رشتهها و بازارهای تجاری که ابزارها و روششناسیهای علوم اعصاب را در آغوش میگیرند افزایش مییابد، سیستم EEG کمهزینه و آسان برای استفاده EMOTIV در موارد زیر استفاده میشود:
تحقیقات علوم اعصاب
ابتکارات بازاریابی سلامتی و رفاه
صنایع خودروسازی
نورو مارکتینگ
تحقیق مصرفکننده
آموزش
محیطهای سرگرمی
به علاوه، با کیفیت، هزینه و امکان ارسال هدستهای EMOTIV در سطح جهان، محققان میتوانند افراد واجد شرایط را جذب و ثبتنام کنند. به دلیل معیارهای کنترل کیفی که نرمافزار پردازش ارزیابی میکند، محققان میتوانند به فرایند جمعآوری داده اعتماد داشته باشند.
آیا دوست دارید بیشتر درباره پلتفرم EmotivLABs و کارایی آن برای تحقیقات شما بدانید؟
EmotivLABS به شما این امکان را میدهد که آزمایش خود را بسازید، به طور ایمن و مطمئن آن را مستقر کنید، از یک پانل جهانی از شرکتکنندگان تاییدشده جذب کنید، و داده EEG با کیفیت بالا جمعآوری کنید، همه از یک پلتفرم. اینجا کلیک کنید تا بیشتر بدانید یا درخواست یک دمو کنید.
