3 גישות לפתרון משבר השחזוריות במדעי המוח
קווק מין לאי
עודכן ב
3 גישות לפתרון משבר השחזוריות במדעי המוח
קווק מין לאי
עודכן ב
3 גישות לפתרון משבר השחזוריות במדעי המוח
קווק מין לאי
עודכן ב
3 גישות לפתרון משבר השחזוריות במדעי המוח:
הרצת מחקרי ניסוי (trial studies) מתוך כוונה להריץ מחדש את הניסוי.
הבטחת קבוצות מדגם גדולות יותר.
גיוון המדגם שלך על ידי שימוש בקהילות מתנדבים מקוונות.
קיים משבר שחזוריות מתועד היטב במחקר המדעי המודרני, במיוחד במדעי המוח הקוגניטיביים. כלומר, בשל העלויות והלוגיסטיקה הכרוכות בהשגת נבדקי מדגם או שימוש בציוד מתקדם כמו fMRI, מעבדות למדעי המוח הקוגניטיביים ממעטות לשחזר תוצאות של ניסויים אמפיריים.
שחזוריות (Reproducibility), בפוסט זה, מוגדרת כתהליך מעבדתי פנימי שבו עיצוב הניסוי נעבר משלב פיילוט/גישושי, לניסויים גדולים ומבוקרים יותר שיורצו מספר פעמים. בניסויים המתוכננים כהלכה, הנתונים שנאספו והתוצאות מכל ניסוי אמורים להיות מסוגלים:
להתמזג לתוך סט נתונים גדול יותר.
להיות בעלי גודל מדגם גדול יותר.
להיות בעלי עוצמה סטטיסטית גבוהה.
גורמים אלו מכשירים ניסויים במדעי המוח להיות ראויים לדיווחים מחקריים מפורסמים, כדי שמעבדות אחרות יוכלו לנסות לשחזר את הממצאים. עם זאת, למרבה הצער, זה קורה לעיתים נדירות ממספר סיבות.
משבר שחזוריות זה מאיים על עתיד המדע מכיוון שהוא מבזבז זמן, מאמץ, משאבים ומומחיות על מחקרים שלא ישוחזרו. ללא שחזור, מחקרי "אבן דרך" דועכים והופכים לאגדה ולעתים רחוקות משפיעים על העולם בדרכים שהובטחו. דוח אנליטי של סגן נשיא לחקר המטולוגיה ואונקולוגיה העריך כי היעדר השחזוריות עולה עד 28 מיליארד דולר בכל שנה בארצות הברית לבדה. כספים אלו מבוזבזים בסופו של דבר על עבודה טרום-קלינית שאינה עומדת בסטנדרט של שחזוריות אמינה.
כדי לתקן דפוס זה, עלינו קודם כל להבין אותו. אנו יכולים להתחיל בזיהוי הפרקטיקות והתרבות הנוכחיות של מדעי המוח. פוסט זה ידון בתכנון ניסויים ובתזמון ניסויים כדי לספק מספר דרכים שבהן המעבדה שלך יכולה לשפר את שחזוריות הניסויים, הן בתוך המעבדה (ניסויים אמפיריים) והן מחוץ למעבדה (שיתוף נתונים מדעי פתוח). בסופו של דבר, תדע כיצד משאבים מסוימים יכולים להפחית את העלויות והלוגיסטיקה של השגת נתוני מדגם ונבדקים.
הריצו זאת שוב!
אפשר להשיג ביטחון בשחזוריות של המחקר שלך.
בדרך כלל, רוב עיצובי המחקר מתחילים בפיילוט או במחקר גישושי עם גודל מדגם קטן יותר, בהתאם לאופי הניסוי. במדעי המוח הקוגניטיביים, גודל המדגם הראשוני הוא בדרך כלל n < 20. מטרתם היא להבטיח שהאפקט הניסויי שאתה רואה הוא אפקט פוטנציאלי אמיתי, ולהצדיק את השימוש במשאבים נוספים שניסוי גדול יותר דורש. מחקרים אלו חשובים גם כדי לבחון ולשפר את הפרוטוקול שלהם.
באופן כללי, חוקרי מדעי המוח הקוגניטיביים מנסים לאזן בין עוצמה סטטיסטית לבין גודל המדגם בעלות הנמוכה ביותר שניתן להשיג באופן סביר בשלב הפיילוט. המטרה של מחקרים אלו היא לספק ראיות סטטיסטיות זמניות לקיומו של אפקט. מחקרים אלו אינם מיועדים לדוחות מחקר או לפרסומים, אלא נועדו לתקף כיוון חקירה, לבסס בקשות למימון מענקים ולשמש כבסיס למחקרים עתידיים.
לאחר השלמת פיילוטים או מחקרים גישושיים בניסויים של מדעי המוח הקוגניטיביים, השלב הבא הוא "להריץ את זה שוב!". כאשר פרמטרים שונים נמצאים במוקד, הרצה חוזרת של החקירה היא דרך להתגבר על משבר השחזוריות בנתונים ניסויים של מדעי המוח הקוגניטיביים. בדרך כלל ניתן להתגבר על עוצמה סטטיסטית נמוכה באמצעות גודל מדגם גדול יותר. כדי לקבוע גודל מדגם מתאים, Journal of Neuroscience פרסם המלצות אלו בשנת 2020. בדומה למושגים ועקרונות רבים במדעי המוח הקוגניטיביים, הדבר תלוי בהקשר של הניסויים שלך ובמטרה המיועדת.
שוב, מחקרים ראשוניים אלו אינם מיועדים להיות דוחות מחקר מפורסמים. עם זאת, לפעמים נראה שזה קורה, והדבר מוביל למשבר שחזוריות.
ערכות מדגם גדולות יותר ומדע פתוח
השג ביטחון בכך שהאפקט שאתה רואה הוא אפקט אמיתי בעל משמעות מעשית.
מעבר מפיילוט לניסויים המיועדים לפרסום הוא בדרך כלל השלב הבא בתהליך המחקר של מעבדה למדעי המוח.
הודות למחקר הפיילוט, החוקרים בטוחים במתודולוגיה שלהם ונראה שיש להם אפקט אמיתי.
בשלב זה, הם:
מתכננים את הניסוי עם קבוצת מדגם גדולה יותר.
צריכים לאסוף נתונים נוספים.
מריצים את הניסוי שוב.
אם המבחנים הסטטיסטיים משמעותיים ואינם סותרים, חוקרי מוח צריכים לאסוף עוד יותר ראיות כדי להיות בטוחים שהם רואים אפקט אמיתי.
מדע פתוח (Open Science)
בפרסומי מחקר, קיימת תנועה גוברת המכונה "מדע פתוח", שבה הנתונים ותסריטי הניתוח מפורסמים לצד נרטיב המחקר. במדעי המוח הקוגניטיביים, אחד המשאבים הטובים ביותר למחקר מוח פתוח הוא Neuroscience Information Framework (NIF; neuinfo.org).
תיאוריית המדע הפתוח מקיפה את כל שלבי מחזור המחקר, שבהם תהיה שקיפות מוגברת של איסוף, עיבוד, אחסון וסקירה של נתונים ניסויים. פילוסופיית השקיפות במדע פתוח כוללת גם עיצובים ניסויים - שיתוף הפרטים עם הקהילה המדעית כדי לשפר את השכפול והשחזוריות של ניסויים מרכזיים במדעי המוח. שיטות כאלו מעודדות מדענים להמשיך לייצר מחקר באיכות גבוהה ולהילחם במשבר השכפול הגובר במדעי המוח הקוגניטיביים.
קבוצות כמו EmotivLABs מטפחות קהילות מחקר של מדעי המוח הקוגניטיביים המאפשרות להן לשתף עיצובים ניסויים עם חוקרים אחרים.
ככל שמשבר השחזוריות ממשיך להשפיע על הקהילה המדעית, הצורך במחקרי מחקר איכותיים וניתנים לשחזור מעולם לא היה גבוה יותר. קיימות מספר אפשרויות עיצוב המאפשרות למדענים אחרים לשחזר ניסויים. אפשרויות אלו מעניקות לחוקרי מדעי המוח את ההזדמנות לקבל:
לקבוע את גודל המדגם המתאים שלהם.
להשתמש בכלים חדשניים, מאומתים ואמינים לניתוח נתונים.
להתייעץ עם עמיתים ומנהיגות מדעית.
ליישם במהירות את העקרונות המנחים של מדע פתוח.
קהילות מתנדבים מרוחקות ומגוונות
גודל מדגם קטן משפיע לרעה על התקפות והשחזוריות של המחקר מכיוון שלא ניתן להכליל את התוצאות שהופקו ממספר קטן של משתתפים על שאר האוכלוסייה. תוצאות אלו אינן מקיפות את הנוירו-דיברסיטי (גיוון נוירולוגי) של החברה. ככאלה, כלים לאיסוף נתונים מרחוק הם העתיד של מדעי מוח כוללניים.
EmotivLABs: טיפוח קהילה למדעי המוח הקוגניטיביים
הכירו את Emotiv
חברת Emotiv, שנוסדה בשנת 2011, היא חברת ביואינפורמטיקה שבסיסה בסן פרנסיסקו, שמטרתה לקדם את הבנתנו את המוח האנושי באמצעות חומרת אלקטרואנצפלוגרפיה (EEG) מותאמת אישית, ניתוח והדמיה.
במרכז המדע הפתוח עומד שיתוף הפעולה. הפלטפורמה והצוות של Emotiv שואפים לקדם יושרה מדעית וקפדנות ניסויית. פלטפורמת המחקר המתרחבת שלנו, EmotivLABs, מחברת בין חוקרי מדעי המוח הקוגניטיביים ברחבי העולם לבין אוכלוסייה גלובלית של משתתפי מחקר וחוקרים. מתוך הכרה בליניאריות המצטברת של מחקר מדעי המוח, אנו מסייעים לחוקרים על ידי אספקת מערכי נתונים עשירים, רב-ממדיים ונרחבים, המאפשרים להסיק מסקנות משמעותיות ממדגם רחב.
הגדל את גודל המדגם של המחקר שלך
EmotivLABs נלחמת במשבר השחזוריות על ידי חיבור חוקרים למשתתפי מחקר מוסמכים ומאומתים, והקלה על הנטל הלוגיסטי של הגיוס תוך הבטחת עוצמה סטטיסטית מספקת.
ודא שהעבודה שלך מאוחסנת בצורה מאובטחת, ניתנת לשינוי ולשחזור
איום נוסף על השחזוריות הוא שחזור אנליטי (analytic replication), הדורש את מערך הנתונים המקורי כדי לתקף את התוצאות. מציאת ומימון מקום אחסון בטוח היא משימה מייגעת. כמאגר נתונים, EmotivLABs מאחסנת את הנתונים שלך בצורה מאובטחת לאחר שהמשתתפים מעלים את ההקלטות שלהם. נתונים אלה מועלים באופן אוטומטי ומוצפנים בקפדנות בכל שלבי המעבר והאחסון.
ייעול תהליכים
כדי לסייע לחוקרים לתכנן ניסויי מדעי המוח הקוגניטיביים ולפרסם מחקרי מחקר התורמים לקהילה המדעית הרחבה יותר, פיתחנו ערכת כלים חזקה ומיועלת, EmotivPRO, להפקת ניסויים חדשניים וניתנים לשחזור.
ההוראות המפורשות והשיטות השקופות שלנו משמשות כמדריך המאפשר לחוקרים לאמת את הממצאים המקוריים. בונה הניסויים (Experiment Builder) האינטואיטיבי והקל לשימוש יאפשר לחוקרים אחרים המעוניינים לשחזר את המחקר שלך לעשות זאת באמצעות תבנית מוכנה מראש בתוך הפלטפורמה. לחלופין, חוקרי מדעי המוח הקוגניטיביים הללו יכולים ליצור ניסוי ייחודי, שיאפשר להם להתאים אישית כל פרט מאפס.
טכנולוגיית Emotiv
Emotiv עיצבה חבילת כלים לתמיכה בכל שלב של מחקר מדעי המוח לאורך הדרך.
תוכנת EmotivPRO מאפשרת למשתמשים לעבד, לנתח ולהציג באופן חזותי את תוצאות הניסוי. חוקרים יכולים גם לתכנן ניסויים ברמה מקצועית שבהם כל משתמש עם קסדת Emotiv יכול להשתתף במידה והוא עומד בתנאי עיצוב הניสוי.
ערכת פיתוח תוכנה (SDK) עבור Emotiv זמינה גם כן, כך שניתן לבצע אפליקציות מותאמות אישית, אינטראקציות או עיצובי ניסוי תוך כדי תנועה באמצעות קסדת הראש והסמארטפון בלבד.
ככל שמספר הדיסציפלינות והשווקים המסחריים המאמצים כלי ומתודולוגיות של מדעי המוח גדל, מערכות ה-EEG של Emotiv, המתאפיינות בעלות נמוכה וקלות שימוש, מוצאות שימוש ב:
מחקר מדעי המוח
יוזמות שיווק בתחום הבריאות והרווחה (Wellness)
תעשיות הרכב
נוירו-מרקטינג (שיווק עצבי)
חקרי צרכנים
חינוך
סביבות בידור
בנוסף, עם האיכות, העלות והיכולת לשלוח קסדות Emotiv לכל רחבי העולם, חוקרים יכולים לגייס ולרשום אנשים מתאימים. הודות למדדי בקרת האיכות שתוכנת העיבוד מעריכה, חוקרים יכולים גם לבטוח בתהליך איסוף הנתונים.
רוצים לדעת עוד על מה שפלטפורמת EmotivLABs יכולה לעשות עבור המחקר שלכם?
EmotivLABS מאפשרת לך לבנות את הניסוי שלך, לפרוס אותו בצורה בטוחה ומאובטחת, לגייס משתתפים מפאנל גלובלי של משתתפים מאומתים, ולאסוף נתוני EEG באיכות גבוהה, והכל מפלטפורמה אחת. לחץ כאן כדי ללמוד עוד או לבקש הדגמה.
3 גישות לפתרון משבר השחזוריות במדעי המוח:
הרצת מחקרי ניסוי (trial studies) מתוך כוונה להריץ מחדש את הניסוי.
הבטחת קבוצות מדגם גדולות יותר.
גיוון המדגם שלך על ידי שימוש בקהילות מתנדבים מקוונות.
קיים משבר שחזוריות מתועד היטב במחקר המדעי המודרני, במיוחד במדעי המוח הקוגניטיביים. כלומר, בשל העלויות והלוגיסטיקה הכרוכות בהשגת נבדקי מדגם או שימוש בציוד מתקדם כמו fMRI, מעבדות למדעי המוח הקוגניטיביים ממעטות לשחזר תוצאות של ניסויים אמפיריים.
שחזוריות (Reproducibility), בפוסט זה, מוגדרת כתהליך מעבדתי פנימי שבו עיצוב הניסוי נעבר משלב פיילוט/גישושי, לניסויים גדולים ומבוקרים יותר שיורצו מספר פעמים. בניסויים המתוכננים כהלכה, הנתונים שנאספו והתוצאות מכל ניסוי אמורים להיות מסוגלים:
להתמזג לתוך סט נתונים גדול יותר.
להיות בעלי גודל מדגם גדול יותר.
להיות בעלי עוצמה סטטיסטית גבוהה.
גורמים אלו מכשירים ניסויים במדעי המוח להיות ראויים לדיווחים מחקריים מפורסמים, כדי שמעבדות אחרות יוכלו לנסות לשחזר את הממצאים. עם זאת, למרבה הצער, זה קורה לעיתים נדירות ממספר סיבות.
משבר שחזוריות זה מאיים על עתיד המדע מכיוון שהוא מבזבז זמן, מאמץ, משאבים ומומחיות על מחקרים שלא ישוחזרו. ללא שחזור, מחקרי "אבן דרך" דועכים והופכים לאגדה ולעתים רחוקות משפיעים על העולם בדרכים שהובטחו. דוח אנליטי של סגן נשיא לחקר המטולוגיה ואונקולוגיה העריך כי היעדר השחזוריות עולה עד 28 מיליארד דולר בכל שנה בארצות הברית לבדה. כספים אלו מבוזבזים בסופו של דבר על עבודה טרום-קלינית שאינה עומדת בסטנדרט של שחזוריות אמינה.
כדי לתקן דפוס זה, עלינו קודם כל להבין אותו. אנו יכולים להתחיל בזיהוי הפרקטיקות והתרבות הנוכחיות של מדעי המוח. פוסט זה ידון בתכנון ניסויים ובתזמון ניסויים כדי לספק מספר דרכים שבהן המעבדה שלך יכולה לשפר את שחזוריות הניסויים, הן בתוך המעבדה (ניסויים אמפיריים) והן מחוץ למעבדה (שיתוף נתונים מדעי פתוח). בסופו של דבר, תדע כיצד משאבים מסוימים יכולים להפחית את העלויות והלוגיסטיקה של השגת נתוני מדגם ונבדקים.
הריצו זאת שוב!
אפשר להשיג ביטחון בשחזוריות של המחקר שלך.
בדרך כלל, רוב עיצובי המחקר מתחילים בפיילוט או במחקר גישושי עם גודל מדגם קטן יותר, בהתאם לאופי הניסוי. במדעי המוח הקוגניטיביים, גודל המדגם הראשוני הוא בדרך כלל n < 20. מטרתם היא להבטיח שהאפקט הניסויי שאתה רואה הוא אפקט פוטנציאלי אמיתי, ולהצדיק את השימוש במשאבים נוספים שניסוי גדול יותר דורש. מחקרים אלו חשובים גם כדי לבחון ולשפר את הפרוטוקול שלהם.
באופן כללי, חוקרי מדעי המוח הקוגניטיביים מנסים לאזן בין עוצמה סטטיסטית לבין גודל המדגם בעלות הנמוכה ביותר שניתן להשיג באופן סביר בשלב הפיילוט. המטרה של מחקרים אלו היא לספק ראיות סטטיסטיות זמניות לקיומו של אפקט. מחקרים אלו אינם מיועדים לדוחות מחקר או לפרסומים, אלא נועדו לתקף כיוון חקירה, לבסס בקשות למימון מענקים ולשמש כבסיס למחקרים עתידיים.
לאחר השלמת פיילוטים או מחקרים גישושיים בניסויים של מדעי המוח הקוגניטיביים, השלב הבא הוא "להריץ את זה שוב!". כאשר פרמטרים שונים נמצאים במוקד, הרצה חוזרת של החקירה היא דרך להתגבר על משבר השחזוריות בנתונים ניסויים של מדעי המוח הקוגניטיביים. בדרך כלל ניתן להתגבר על עוצמה סטטיסטית נמוכה באמצעות גודל מדגם גדול יותר. כדי לקבוע גודל מדגם מתאים, Journal of Neuroscience פרסם המלצות אלו בשנת 2020. בדומה למושגים ועקרונות רבים במדעי המוח הקוגניטיביים, הדבר תלוי בהקשר של הניסויים שלך ובמטרה המיועדת.
שוב, מחקרים ראשוניים אלו אינם מיועדים להיות דוחות מחקר מפורסמים. עם זאת, לפעמים נראה שזה קורה, והדבר מוביל למשבר שחזוריות.
ערכות מדגם גדולות יותר ומדע פתוח
השג ביטחון בכך שהאפקט שאתה רואה הוא אפקט אמיתי בעל משמעות מעשית.
מעבר מפיילוט לניסויים המיועדים לפרסום הוא בדרך כלל השלב הבא בתהליך המחקר של מעבדה למדעי המוח.
הודות למחקר הפיילוט, החוקרים בטוחים במתודולוגיה שלהם ונראה שיש להם אפקט אמיתי.
בשלב זה, הם:
מתכננים את הניסוי עם קבוצת מדגם גדולה יותר.
צריכים לאסוף נתונים נוספים.
מריצים את הניסוי שוב.
אם המבחנים הסטטיסטיים משמעותיים ואינם סותרים, חוקרי מוח צריכים לאסוף עוד יותר ראיות כדי להיות בטוחים שהם רואים אפקט אמיתי.
מדע פתוח (Open Science)
בפרסומי מחקר, קיימת תנועה גוברת המכונה "מדע פתוח", שבה הנתונים ותסריטי הניתוח מפורסמים לצד נרטיב המחקר. במדעי המוח הקוגניטיביים, אחד המשאבים הטובים ביותר למחקר מוח פתוח הוא Neuroscience Information Framework (NIF; neuinfo.org).
תיאוריית המדע הפתוח מקיפה את כל שלבי מחזור המחקר, שבהם תהיה שקיפות מוגברת של איסוף, עיבוד, אחסון וסקירה של נתונים ניסויים. פילוסופיית השקיפות במדע פתוח כוללת גם עיצובים ניסויים - שיתוף הפרטים עם הקהילה המדעית כדי לשפר את השכפול והשחזוריות של ניסויים מרכזיים במדעי המוח. שיטות כאלו מעודדות מדענים להמשיך לייצר מחקר באיכות גבוהה ולהילחם במשבר השכפול הגובר במדעי המוח הקוגניטיביים.
קבוצות כמו EmotivLABs מטפחות קהילות מחקר של מדעי המוח הקוגניטיביים המאפשרות להן לשתף עיצובים ניסויים עם חוקרים אחרים.
ככל שמשבר השחזוריות ממשיך להשפיע על הקהילה המדעית, הצורך במחקרי מחקר איכותיים וניתנים לשחזור מעולם לא היה גבוה יותר. קיימות מספר אפשרויות עיצוב המאפשרות למדענים אחרים לשחזר ניסויים. אפשרויות אלו מעניקות לחוקרי מדעי המוח את ההזדמנות לקבל:
לקבוע את גודל המדגם המתאים שלהם.
להשתמש בכלים חדשניים, מאומתים ואמינים לניתוח נתונים.
להתייעץ עם עמיתים ומנהיגות מדעית.
ליישם במהירות את העקרונות המנחים של מדע פתוח.
קהילות מתנדבים מרוחקות ומגוונות
גודל מדגם קטן משפיע לרעה על התקפות והשחזוריות של המחקר מכיוון שלא ניתן להכליל את התוצאות שהופקו ממספר קטן של משתתפים על שאר האוכלוסייה. תוצאות אלו אינן מקיפות את הנוירו-דיברסיטי (גיוון נוירולוגי) של החברה. ככאלה, כלים לאיסוף נתונים מרחוק הם העתיד של מדעי מוח כוללניים.
EmotivLABs: טיפוח קהילה למדעי המוח הקוגניטיביים
הכירו את Emotiv
חברת Emotiv, שנוסדה בשנת 2011, היא חברת ביואינפורמטיקה שבסיסה בסן פרנסיסקו, שמטרתה לקדם את הבנתנו את המוח האנושי באמצעות חומרת אלקטרואנצפלוגרפיה (EEG) מותאמת אישית, ניתוח והדמיה.
במרכז המדע הפתוח עומד שיתוף הפעולה. הפלטפורמה והצוות של Emotiv שואפים לקדם יושרה מדעית וקפדנות ניסויית. פלטפורמת המחקר המתרחבת שלנו, EmotivLABs, מחברת בין חוקרי מדעי המוח הקוגניטיביים ברחבי העולם לבין אוכלוסייה גלובלית של משתתפי מחקר וחוקרים. מתוך הכרה בליניאריות המצטברת של מחקר מדעי המוח, אנו מסייעים לחוקרים על ידי אספקת מערכי נתונים עשירים, רב-ממדיים ונרחבים, המאפשרים להסיק מסקנות משמעותיות ממדגם רחב.
הגדל את גודל המדגם של המחקר שלך
EmotivLABs נלחמת במשבר השחזוריות על ידי חיבור חוקרים למשתתפי מחקר מוסמכים ומאומתים, והקלה על הנטל הלוגיסטי של הגיוס תוך הבטחת עוצמה סטטיסטית מספקת.
ודא שהעבודה שלך מאוחסנת בצורה מאובטחת, ניתנת לשינוי ולשחזור
איום נוסף על השחזוריות הוא שחזור אנליטי (analytic replication), הדורש את מערך הנתונים המקורי כדי לתקף את התוצאות. מציאת ומימון מקום אחסון בטוח היא משימה מייגעת. כמאגר נתונים, EmotivLABs מאחסנת את הנתונים שלך בצורה מאובטחת לאחר שהמשתתפים מעלים את ההקלטות שלהם. נתונים אלה מועלים באופן אוטומטי ומוצפנים בקפדנות בכל שלבי המעבר והאחסון.
ייעול תהליכים
כדי לסייע לחוקרים לתכנן ניסויי מדעי המוח הקוגניטיביים ולפרסם מחקרי מחקר התורמים לקהילה המדעית הרחבה יותר, פיתחנו ערכת כלים חזקה ומיועלת, EmotivPRO, להפקת ניסויים חדשניים וניתנים לשחזור.
ההוראות המפורשות והשיטות השקופות שלנו משמשות כמדריך המאפשר לחוקרים לאמת את הממצאים המקוריים. בונה הניסויים (Experiment Builder) האינטואיטיבי והקל לשימוש יאפשר לחוקרים אחרים המעוניינים לשחזר את המחקר שלך לעשות זאת באמצעות תבנית מוכנה מראש בתוך הפלטפורמה. לחלופין, חוקרי מדעי המוח הקוגניטיביים הללו יכולים ליצור ניסוי ייחודי, שיאפשר להם להתאים אישית כל פרט מאפס.
טכנולוגיית Emotiv
Emotiv עיצבה חבילת כלים לתמיכה בכל שלב של מחקר מדעי המוח לאורך הדרך.
תוכנת EmotivPRO מאפשרת למשתמשים לעבד, לנתח ולהציג באופן חזותי את תוצאות הניסוי. חוקרים יכולים גם לתכנן ניסויים ברמה מקצועית שבהם כל משתמש עם קסדת Emotiv יכול להשתתף במידה והוא עומד בתנאי עיצוב הניสוי.
ערכת פיתוח תוכנה (SDK) עבור Emotiv זמינה גם כן, כך שניתן לבצע אפליקציות מותאמות אישית, אינטראקציות או עיצובי ניסוי תוך כדי תנועה באמצעות קסדת הראש והסמארטפון בלבד.
ככל שמספר הדיסציפלינות והשווקים המסחריים המאמצים כלי ומתודולוגיות של מדעי המוח גדל, מערכות ה-EEG של Emotiv, המתאפיינות בעלות נמוכה וקלות שימוש, מוצאות שימוש ב:
מחקר מדעי המוח
יוזמות שיווק בתחום הבריאות והרווחה (Wellness)
תעשיות הרכב
נוירו-מרקטינג (שיווק עצבי)
חקרי צרכנים
חינוך
סביבות בידור
בנוסף, עם האיכות, העלות והיכולת לשלוח קסדות Emotiv לכל רחבי העולם, חוקרים יכולים לגייס ולרשום אנשים מתאימים. הודות למדדי בקרת האיכות שתוכנת העיבוד מעריכה, חוקרים יכולים גם לבטוח בתהליך איסוף הנתונים.
רוצים לדעת עוד על מה שפלטפורמת EmotivLABs יכולה לעשות עבור המחקר שלכם?
EmotivLABS מאפשרת לך לבנות את הניסוי שלך, לפרוס אותו בצורה בטוחה ומאובטחת, לגייס משתתפים מפאנל גלובלי של משתתפים מאומתים, ולאסוף נתוני EEG באיכות גבוהה, והכל מפלטפורמה אחת. לחץ כאן כדי ללמוד עוד או לבקש הדגמה.
3 גישות לפתרון משבר השחזוריות במדעי המוח:
הרצת מחקרי ניסוי (trial studies) מתוך כוונה להריץ מחדש את הניסוי.
הבטחת קבוצות מדגם גדולות יותר.
גיוון המדגם שלך על ידי שימוש בקהילות מתנדבים מקוונות.
קיים משבר שחזוריות מתועד היטב במחקר המדעי המודרני, במיוחד במדעי המוח הקוגניטיביים. כלומר, בשל העלויות והלוגיסטיקה הכרוכות בהשגת נבדקי מדגם או שימוש בציוד מתקדם כמו fMRI, מעבדות למדעי המוח הקוגניטיביים ממעטות לשחזר תוצאות של ניסויים אמפיריים.
שחזוריות (Reproducibility), בפוסט זה, מוגדרת כתהליך מעבדתי פנימי שבו עיצוב הניסוי נעבר משלב פיילוט/גישושי, לניסויים גדולים ומבוקרים יותר שיורצו מספר פעמים. בניסויים המתוכננים כהלכה, הנתונים שנאספו והתוצאות מכל ניסוי אמורים להיות מסוגלים:
להתמזג לתוך סט נתונים גדול יותר.
להיות בעלי גודל מדגם גדול יותר.
להיות בעלי עוצמה סטטיסטית גבוהה.
גורמים אלו מכשירים ניסויים במדעי המוח להיות ראויים לדיווחים מחקריים מפורסמים, כדי שמעבדות אחרות יוכלו לנסות לשחזר את הממצאים. עם זאת, למרבה הצער, זה קורה לעיתים נדירות ממספר סיבות.
משבר שחזוריות זה מאיים על עתיד המדע מכיוון שהוא מבזבז זמן, מאמץ, משאבים ומומחיות על מחקרים שלא ישוחזרו. ללא שחזור, מחקרי "אבן דרך" דועכים והופכים לאגדה ולעתים רחוקות משפיעים על העולם בדרכים שהובטחו. דוח אנליטי של סגן נשיא לחקר המטולוגיה ואונקולוגיה העריך כי היעדר השחזוריות עולה עד 28 מיליארד דולר בכל שנה בארצות הברית לבדה. כספים אלו מבוזבזים בסופו של דבר על עבודה טרום-קלינית שאינה עומדת בסטנדרט של שחזוריות אמינה.
כדי לתקן דפוס זה, עלינו קודם כל להבין אותו. אנו יכולים להתחיל בזיהוי הפרקטיקות והתרבות הנוכחיות של מדעי המוח. פוסט זה ידון בתכנון ניסויים ובתזמון ניסויים כדי לספק מספר דרכים שבהן המעבדה שלך יכולה לשפר את שחזוריות הניסויים, הן בתוך המעבדה (ניסויים אמפיריים) והן מחוץ למעבדה (שיתוף נתונים מדעי פתוח). בסופו של דבר, תדע כיצד משאבים מסוימים יכולים להפחית את העלויות והלוגיסטיקה של השגת נתוני מדגם ונבדקים.
הריצו זאת שוב!
אפשר להשיג ביטחון בשחזוריות של המחקר שלך.
בדרך כלל, רוב עיצובי המחקר מתחילים בפיילוט או במחקר גישושי עם גודל מדגם קטן יותר, בהתאם לאופי הניסוי. במדעי המוח הקוגניטיביים, גודל המדגם הראשוני הוא בדרך כלל n < 20. מטרתם היא להבטיח שהאפקט הניסויי שאתה רואה הוא אפקט פוטנציאלי אמיתי, ולהצדיק את השימוש במשאבים נוספים שניסוי גדול יותר דורש. מחקרים אלו חשובים גם כדי לבחון ולשפר את הפרוטוקול שלהם.
באופן כללי, חוקרי מדעי המוח הקוגניטיביים מנסים לאזן בין עוצמה סטטיסטית לבין גודל המדגם בעלות הנמוכה ביותר שניתן להשיג באופן סביר בשלב הפיילוט. המטרה של מחקרים אלו היא לספק ראיות סטטיסטיות זמניות לקיומו של אפקט. מחקרים אלו אינם מיועדים לדוחות מחקר או לפרסומים, אלא נועדו לתקף כיוון חקירה, לבסס בקשות למימון מענקים ולשמש כבסיס למחקרים עתידיים.
לאחר השלמת פיילוטים או מחקרים גישושיים בניסויים של מדעי המוח הקוגניטיביים, השלב הבא הוא "להריץ את זה שוב!". כאשר פרמטרים שונים נמצאים במוקד, הרצה חוזרת של החקירה היא דרך להתגבר על משבר השחזוריות בנתונים ניסויים של מדעי המוח הקוגניטיביים. בדרך כלל ניתן להתגבר על עוצמה סטטיסטית נמוכה באמצעות גודל מדגם גדול יותר. כדי לקבוע גודל מדגם מתאים, Journal of Neuroscience פרסם המלצות אלו בשנת 2020. בדומה למושגים ועקרונות רבים במדעי המוח הקוגניטיביים, הדבר תלוי בהקשר של הניסויים שלך ובמטרה המיועדת.
שוב, מחקרים ראשוניים אלו אינם מיועדים להיות דוחות מחקר מפורסמים. עם זאת, לפעמים נראה שזה קורה, והדבר מוביל למשבר שחזוריות.
ערכות מדגם גדולות יותר ומדע פתוח
השג ביטחון בכך שהאפקט שאתה רואה הוא אפקט אמיתי בעל משמעות מעשית.
מעבר מפיילוט לניסויים המיועדים לפרסום הוא בדרך כלל השלב הבא בתהליך המחקר של מעבדה למדעי המוח.
הודות למחקר הפיילוט, החוקרים בטוחים במתודולוגיה שלהם ונראה שיש להם אפקט אמיתי.
בשלב זה, הם:
מתכננים את הניסוי עם קבוצת מדגם גדולה יותר.
צריכים לאסוף נתונים נוספים.
מריצים את הניסוי שוב.
אם המבחנים הסטטיסטיים משמעותיים ואינם סותרים, חוקרי מוח צריכים לאסוף עוד יותר ראיות כדי להיות בטוחים שהם רואים אפקט אמיתי.
מדע פתוח (Open Science)
בפרסומי מחקר, קיימת תנועה גוברת המכונה "מדע פתוח", שבה הנתונים ותסריטי הניתוח מפורסמים לצד נרטיב המחקר. במדעי המוח הקוגניטיביים, אחד המשאבים הטובים ביותר למחקר מוח פתוח הוא Neuroscience Information Framework (NIF; neuinfo.org).
תיאוריית המדע הפתוח מקיפה את כל שלבי מחזור המחקר, שבהם תהיה שקיפות מוגברת של איסוף, עיבוד, אחסון וסקירה של נתונים ניסויים. פילוסופיית השקיפות במדע פתוח כוללת גם עיצובים ניסויים - שיתוף הפרטים עם הקהילה המדעית כדי לשפר את השכפול והשחזוריות של ניסויים מרכזיים במדעי המוח. שיטות כאלו מעודדות מדענים להמשיך לייצר מחקר באיכות גבוהה ולהילחם במשבר השכפול הגובר במדעי המוח הקוגניטיביים.
קבוצות כמו EmotivLABs מטפחות קהילות מחקר של מדעי המוח הקוגניטיביים המאפשרות להן לשתף עיצובים ניסויים עם חוקרים אחרים.
ככל שמשבר השחזוריות ממשיך להשפיע על הקהילה המדעית, הצורך במחקרי מחקר איכותיים וניתנים לשחזור מעולם לא היה גבוה יותר. קיימות מספר אפשרויות עיצוב המאפשרות למדענים אחרים לשחזר ניסויים. אפשרויות אלו מעניקות לחוקרי מדעי המוח את ההזדמנות לקבל:
לקבוע את גודל המדגם המתאים שלהם.
להשתמש בכלים חדשניים, מאומתים ואמינים לניתוח נתונים.
להתייעץ עם עמיתים ומנהיגות מדעית.
ליישם במהירות את העקרונות המנחים של מדע פתוח.
קהילות מתנדבים מרוחקות ומגוונות
גודל מדגם קטן משפיע לרעה על התקפות והשחזוריות של המחקר מכיוון שלא ניתן להכליל את התוצאות שהופקו ממספר קטן של משתתפים על שאר האוכלוסייה. תוצאות אלו אינן מקיפות את הנוירו-דיברסיטי (גיוון נוירולוגי) של החברה. ככאלה, כלים לאיסוף נתונים מרחוק הם העתיד של מדעי מוח כוללניים.
EmotivLABs: טיפוח קהילה למדעי המוח הקוגניטיביים
הכירו את Emotiv
חברת Emotiv, שנוסדה בשנת 2011, היא חברת ביואינפורמטיקה שבסיסה בסן פרנסיסקו, שמטרתה לקדם את הבנתנו את המוח האנושי באמצעות חומרת אלקטרואנצפלוגרפיה (EEG) מותאמת אישית, ניתוח והדמיה.
במרכז המדע הפתוח עומד שיתוף הפעולה. הפלטפורמה והצוות של Emotiv שואפים לקדם יושרה מדעית וקפדנות ניסויית. פלטפורמת המחקר המתרחבת שלנו, EmotivLABs, מחברת בין חוקרי מדעי המוח הקוגניטיביים ברחבי העולם לבין אוכלוסייה גלובלית של משתתפי מחקר וחוקרים. מתוך הכרה בליניאריות המצטברת של מחקר מדעי המוח, אנו מסייעים לחוקרים על ידי אספקת מערכי נתונים עשירים, רב-ממדיים ונרחבים, המאפשרים להסיק מסקנות משמעותיות ממדגם רחב.
הגדל את גודל המדגם של המחקר שלך
EmotivLABs נלחמת במשבר השחזוריות על ידי חיבור חוקרים למשתתפי מחקר מוסמכים ומאומתים, והקלה על הנטל הלוגיסטי של הגיוס תוך הבטחת עוצמה סטטיסטית מספקת.
ודא שהעבודה שלך מאוחסנת בצורה מאובטחת, ניתנת לשינוי ולשחזור
איום נוסף על השחזוריות הוא שחזור אנליטי (analytic replication), הדורש את מערך הנתונים המקורי כדי לתקף את התוצאות. מציאת ומימון מקום אחסון בטוח היא משימה מייגעת. כמאגר נתונים, EmotivLABs מאחסנת את הנתונים שלך בצורה מאובטחת לאחר שהמשתתפים מעלים את ההקלטות שלהם. נתונים אלה מועלים באופן אוטומטי ומוצפנים בקפדנות בכל שלבי המעבר והאחסון.
ייעול תהליכים
כדי לסייע לחוקרים לתכנן ניסויי מדעי המוח הקוגניטיביים ולפרסם מחקרי מחקר התורמים לקהילה המדעית הרחבה יותר, פיתחנו ערכת כלים חזקה ומיועלת, EmotivPRO, להפקת ניסויים חדשניים וניתנים לשחזור.
ההוראות המפורשות והשיטות השקופות שלנו משמשות כמדריך המאפשר לחוקרים לאמת את הממצאים המקוריים. בונה הניסויים (Experiment Builder) האינטואיטיבי והקל לשימוש יאפשר לחוקרים אחרים המעוניינים לשחזר את המחקר שלך לעשות זאת באמצעות תבנית מוכנה מראש בתוך הפלטפורמה. לחלופין, חוקרי מדעי המוח הקוגניטיביים הללו יכולים ליצור ניסוי ייחודי, שיאפשר להם להתאים אישית כל פרט מאפס.
טכנולוגיית Emotiv
Emotiv עיצבה חבילת כלים לתמיכה בכל שלב של מחקר מדעי המוח לאורך הדרך.
תוכנת EmotivPRO מאפשרת למשתמשים לעבד, לנתח ולהציג באופן חזותי את תוצאות הניסוי. חוקרים יכולים גם לתכנן ניסויים ברמה מקצועית שבהם כל משתמש עם קסדת Emotiv יכול להשתתף במידה והוא עומד בתנאי עיצוב הניสוי.
ערכת פיתוח תוכנה (SDK) עבור Emotiv זמינה גם כן, כך שניתן לבצע אפליקציות מותאמות אישית, אינטראקציות או עיצובי ניסוי תוך כדי תנועה באמצעות קסדת הראש והסמארטפון בלבד.
ככל שמספר הדיסציפלינות והשווקים המסחריים המאמצים כלי ומתודולוגיות של מדעי המוח גדל, מערכות ה-EEG של Emotiv, המתאפיינות בעלות נמוכה וקלות שימוש, מוצאות שימוש ב:
מחקר מדעי המוח
יוזמות שיווק בתחום הבריאות והרווחה (Wellness)
תעשיות הרכב
נוירו-מרקטינג (שיווק עצבי)
חקרי צרכנים
חינוך
סביבות בידור
בנוסף, עם האיכות, העלות והיכולת לשלוח קסדות Emotiv לכל רחבי העולם, חוקרים יכולים לגייס ולרשום אנשים מתאימים. הודות למדדי בקרת האיכות שתוכנת העיבוד מעריכה, חוקרים יכולים גם לבטוח בתהליך איסוף הנתונים.
רוצים לדעת עוד על מה שפלטפורמת EmotivLABs יכולה לעשות עבור המחקר שלכם?
EmotivLABS מאפשרת לך לבנות את הניסוי שלך, לפרוס אותו בצורה בטוחה ומאובטחת, לגייס משתתפים מפאנל גלובלי של משתתפים מאומתים, ולאסוף נתוני EEG באיכות גבוהה, והכל מפלטפורמה אחת. לחץ כאן כדי ללמוד עוד או לבקש הדגמה.
המשך לקרוא