Daag je geheugen uit! Speel de nieuwe N-Back-game in de Emotiv App
Daag je geheugen uit! Speel de nieuwe N-Back-game in de Emotiv App
Daag je geheugen uit! Speel de nieuwe N-Back-game in de Emotiv App
De replicatiecrisis in de cognitieve neurowetenschap
Mehul Nayak
-
Delen:
Gericht op de replicatiecrisis in de cognitieve neurowetenschap om de statistische significantie te verbeteren.
In cognitieve neurowetenschap en onderzoek naar sociaal gedrag is de EEG-onderzoeksmethodologie erop gericht de menselijke geest te begrijpen door de aard van hersenactiviteit te bestuderen die samenhangt met verschillende activiteiten of externe omgevingen. Een belangrijke onderscheidende factor van EEG-onderzoek, nu draadloze, draagbare EEG-headsets beschikbaar zijn, is de mogelijkheid om longitudinale hersenactiviteit en sociaal gedrag op echte locaties te onderzoeken, in plaats van beperkt te zijn tot een lab.
Wat is de replicatiecrisis?
De replicatiecrisis verwijst naar het moment waarop onderzoekers de resultaten van experimenten van andere onderzoekers niet kunnen repliceren of reproduceren. Daardoor kunnen hun bevindingen niet worden doorgetrokken van de steekproefgroep naar de algemene bevolking.
Helaas liggen kleine steekproefgroottes aan de basis van de huidige uitdagingen in neurowetenschappelijke inspanningen. Kleine steekproefgroottes beïnvloeden de statistische significantie, maken het moeilijker om betekenisvolle conclusies te trekken en verergeren de groeiende replicatiecrisis.
Omdat replicatie zo'n cruciale stap is in het wetenschappelijke proces, is het oplossen van deze replicatiecrisis noodzakelijk. Zo niet, dan ondermijnen empirische resultaten die niet kunnen worden gereproduceerd de geloofwaardigheid van de betreffende theorieën en daarmee van alle therapieën, behandelingen of wetten die als gevolg van het proces ontstaan.
Deze post geeft een overzicht van de replicatiecrisis en hoe die het vermogen van neurowetenschappers beïnvloedt om het volledige potentieel te benutten van verzamelde gegevens om de echte wereld te begrijpen. Vervolgens introduceren we hoe 21e-eeuwse technologie, zoals door AI gemedieerd crowdsourced onderzoek, verlichting biedt van de replicatiecrisis.
Het belang van reproduceerbaarheid in neurowetenschappelijk onderzoek
Modern empirisch onderzoek omvat zowel het verkrijgen als analyseren van data. Daarom vallen overwegingen over reproduceerbaarheid uiteen in twee vragen:
Reproduceerbaarheid: Beschikt je experiment over de validatie van analyses en de noodzakelijke certificeringen voor de interpretatie van de data?
Replicatie: Heeft je experiment de capaciteit om te worden herhaald om nieuwe, onafhankelijke data te verkrijgen
Helaas is het antwoord op beide vragen in neurowetenschappelijk onderzoek ‘nee’.
In 2016 ondervroeg Nature 1.576 onderzoekers en stelde vast dat meer dan 70% van de onderzoekers probeerde en faalde om het experiment van een andere wetenschapper te reproduceren. En meer dan de helft slaagde er niet in om hun eigen experimenten te reproduceren. Ondanks hun mislukkingen was slechts 52% van de onderzoekers het ermee eens dat er een crisis was, terwijl 31% dacht dat de resultaten waarschijnlijk onjuist zijn.
Het onvermogen om onderzoeksresultaten te reproduceren komt doorgaans door de unieke aard van experimentele omstandigheden die statistisch niet kunnen worden gecompenseerd of gedetecteerd. Alles, van het weer die dag, de individuele laborant die experimenten uitvoert, en de analyse- of statistische hulpmiddelen die zijn ontwikkeld om experimentele resultaten te evalueren, kan unieke elementen bevatten die replicatie bemoeilijken.
Bovendien zijn experimenten in de neurowetenschap, vanwege de beperkte middelen en expertise die nodig zijn, vaak onderbemonsterd en hebben ze al beperkte WEIRD-populatiesteekproeven (western, educated, industrialized, rich and democratic).
Waarom is replicatie in onderzoek belangrijk?
Logistieke beperkingen, zoals wervingsproblemen, gebonden zijn aan een lab en kleine steekproefgroottes, hebben ertoe geleid dat onderzoekers vertrouwden op verouderde onderzoekspraktijken en -patronen. Daardoor kunnen onderzoekers die sociaal gedrag in de echte wereld en persoonlijke informatie bestuderen, experimenten niet divers of creatief uitvoeren. Deze beperkingen hebben de capaciteit van neurowetenschappelijke onderzoekers beïnvloed om hun bevindingen om te zetten in toepassingen voor de echte wereld, zoals therapieën, behandelingen en zelfs wetten. Deze kwesties, beperkingen van steekproefgroepen en beperkte mogelijkheid om in echte situaties te testen, vormen de kern van de replicatiecrisis.
Het onvermogen om experimentele resultaten in een lab te repliceren maakt het moeilijk om conclusies te trekken met hoge statistische power. Wanneer er twijfel is over de gevolgtrekkingen uit experimentele resultaten, ondermijnt dat het vertrouwen in het hele systeem. Deze twijfel kan ook negatief afstralen op subsidieverstrekkers die belast zijn met het ondersteunen van onderzoek dat brede, reële impact zal hebben.
Verbeterde reproduceerbaarheid komt vaak voort uit het vastleggen van onderzoeksmethoden. Replicatie van resultaten verbetert wanneer onderzoekers strikte standaardisatie bereiken van dataverzameling, kwaliteitscontrole en analyseprocedures in experimenten met grotere steekproefgroepen.
In het afgelopen decennium hebben technologische innovaties in crowdsourcingsoftware en -hardware onderzoekers in staat gesteld deze kernelementen van standaardisatie te leveren die de replicatiecrisis, het probleem van statistische power en de reproduceerbaarheidscrisis aanpakken.
Crowdsourcing-onderzoekspraktijken
Wereldwijd gaan voor meer proefpersonen met crowdsourced onderzoek
Crowdsourcingtechnologie heeft zich in de afgelopen twee decennia snel ontwikkeld. Het is een benadering die onderzoekers in staat stelt veel meer data van individuen te verzamelen via een wereldwijd verbonden netwerk. Denk bijvoorbeeld aan de vooruitgang in computer- en spraakherkenning. Decennialang stond dit onderzoek vrijwel stil, totdat bedrijven als Google, Amazon en Apple de cumulatieve input verzamelden van honderdduizenden internetgebruikers. Met zo'n enorme dataset konden zij spraakherkenningssoftware verfijnen tot wat vandaag de dag veelgebruikt is in Google-, Alexa- en Siri-diensten.
Zoals bij de meeste technologische innovaties is crowdsourcing echter aangepast aan verschillende commerciële en wetenschappelijke onderzoekspraktijken. Zooniverse, Folding@Home en Seek by iNaturalists zijn drie van de meest bekende crowdsourcingplatforms.
Zooniverse is het grootste door mensen aangedreven onderzoeksplatform, met twee miljoen geregistreerde accounts. Mensen zijn uniek aangepast om patronen te herkennen, terwijl computers daar moeite mee hebben. Het grote publiek kan onderzoekers helpen bij het identificeren en classificeren van alles, van melkwegvormen tot diersoorten. De Zooniverse-community droeg bij aan vele ontdekkingen en iedereen kan zijn data uploaden naar een project dat openstaat voor de community.
Andere populaire crowdsourcingplatforms zijn Folding@Home en Seek by iNaturalist. Folding@Home leent rekenkracht terwijl de schermbeveiliging actief is, en berekent de vorm en interactiemogelijkheden van eiwitten die zijn vertaald uit DNA-codes. Seek van iNaturalists is een mobiele telefoonapplicatie die via de camera het geslacht en de soort van elke plant of elk dier identificeert.
Wat dataverzameling betreft, haalt Seek gemiddeld bijna 200.000 dagelijks geüploade afbeeldingen. Na het uploaden werkt een community van meer dan twee miljoen wetenschappers en burgerwetenschappers met de data als data-kwaliteitsanalisten, waarbij zij identificatienauwkeurigheid voorstellen en bevestigen.
Crowdsourcing en neurowetenschap waren altijd al bedoeld om partners te zijn
Crowdsourced onderzoek is een manier om de praktische significantie van experimenten te verbeteren. Het brengt individuen samen die interesse hebben om bij te dragen aan onderzoek en onderzoekers te helpen impact te maken. Met crowdsourcing neemt de statistische power van deze onderzoekspraktijken toe. Onderzoekers zullen eerder een statistisch significant verschil detecteren wanneer dat bestaat, omdat er een grote steekproefomvang is om voldoende statistische power te garanderen.
Recente ontwikkelingen in crowdsourcingtechnologie en hoogwaardige, draagbare EEG-headsets en apparatuur van onderzoeksniveau bieden hoop op het oplossen van de replicatiecrisis. Het crowdsourcen van data van onderzoeksniveau van duizenden diverse en verspreide individuen lijkt inderdaad een substantiëlere statistische power te bieden aan onderzoekspraktijken. Om de meest hardnekkige innovatie- en onderzoeksvragen te beantwoorden, worden menigten de partner bij uitstek.
Hoewel er nog enige discussie doorgaat over de replicatiecrisis, heeft EMOTIV het probleem eerder herkadert als een kans—een uitdaging die de moeite waard is om op te lossen—en daarbij aanzienlijke vooruitgang geboekt. Om de replicatiecrisis in de cognitieve neurowetenschap aan te pakken, heeft EMOTIV een schaalbaar gedistribueerd onderzoeksplatform voor neurowetenschap ontwikkeld, genaamd EmotivLABS.
Voorlopen op de replicatiecrisis met EmotivLABS
We kunnen ons onderzoek versnellen door samen te werken.
EmotivLABS is EMOTIV's schaalbare gedistribueerde onderzoeksplatform. Deelnemers van over de hele wereld kunnen deelnemen aan neurowetenschappelijk onderzoek met hun eigen EMOTIV EEG-headsets en betaald worden voor hun bijdrage.
Een integraal kenmerk van het platform zijn de geavanceerde kwaliteitsborgingsprocessen die ervoor zorgen dat onderzoekers hoogwaardige data van onderzoeksniveau van deelnemers verkrijgen. Gebruikers moeten een certificeringsproces voltooien: aantonen dat ze weten hoe hun headset werkt en dat ze hoogwaardige EEG-data kunnen verkrijgen. Na certificering kunnen gebruikers deelnemen aan neurowetenschappelijke experimenten op het platform en in sommige gevallen zelfs een vergoeding ontvangen.
Naast ruwe EEG hebben onderzoekers ook toegang tot bandvermogensdata en een reeks affectieve en cognitieve detectiealgoritmen, waaronder aandacht, frustratie, interesse, ontspanning, betrokkenheid, opwinding en cognitieve stress.
Onderzoeksexperimenten kunnen worden gebouwd met EMOTIV’s Experiment Builder en vervolgens worden uitgerold naar EmotivLABS. Verbind en werf uit een wereldwijd panel van gecertificeerde deelnemers en verzamel hoogwaardige EEG-data, allemaal op één platform.
EMOTIV’s EEG-headsets, in combinatie met EmotivLABS, pakken de drie belangrijkste problemen van de replicatiecrisis aan: wervingslogistiek, statistische significantie en toegang tot een diversere, inclusievere demografie.
Uiteindelijk, naarmate het aantal disciplines en commerciële markten dat neurowetenschappelijke tools en methodologieën omarmt toeneemt, worden EMOTIV's goedkope headsets van onderzoeksniveau gebruikt in neurowetenschappelijk onderzoek, gezondheid en welzijn, automotive, neuromarketing, consumentenonderzoek, onderwijs en entertainmentomgevingen.
Uiteindelijk hebben innovaties in neurotechnologie van deze omvang ons in staat gesteld meer Insight te krijgen in ons emotionele en intellectuele leven. Kennis die ooit buiten bereik lag door verouderde experimentele ontwerpen en onderzoekspraktijken. Het toepassen van zulke inzichten geeft ons meer controle om ons persoonlijke en professionele leven bewust aan te passen, prestaties te maximaliseren en onze aangeboren capaciteiten persoonlijk en in onze relaties met anderen te verrijken.
Lees hier meer over hoe je je onderzoek kunt verbeteren.
Meer informatie over EMOTIV
EMOTIV, opgericht in 2011, is een bio-informaticabedrijf gevestigd in San Francisco met als missie ons begrip van het menselijk brein te vergroten met behulp van aangepaste elektro-encefalografie (EEG)-hardware, analyse en visualisatie.
De kern van open science is samenwerking. Het onderzoeksplatform en personeel van EMOTIV streven ernaar wetenschappelijke integriteit en experimentele strengheid te bevorderen. EMOTIV schaalbare onderzoeksplatform, EmotivLABs, verbindt cognitieve neurowetenschappers wereldwijd met een wereldwijde populatie van onderzoeksdeelnemers en onderzoekers. Met erkenning van de additieve lineariteit van neurowetenschappelijk onderzoek helpen wij onderzoekers door uitgebreide, multidimensionale, rijke datasets te bieden, zodat u betekenisvolle conclusies kunt trekken uit een brede steekproef.
EMOTIV-headsets
EMOTIV Insight
EMOTIV bedient een brede gemeenschap van gebruikers, van professionals tot individuen die simpelweg meer over hun brein willen leren. EMOTIV Insight is een 5-kanaals EEG-headset ontworpen voor brain-computer interface (BCI). Insight combineert een strak, eenvoudig op te zetten ontwerp met revolutionaire sensortechnologie.
EMOTIV EPOC X en EPOC Flex
EMOTIV EPOC X is een 14-kanaals EEG-headset en EPOC Flex is een 32-kanaals EEG-systeem. Ontworpen voor neurowetenschappelijk onderzoek in elke omgeving; de EPOC-headsets zijn draadloos met verbeterde sensortechnologie. Beide headsets zijn gevalideerd door onafhankelijke onderzoeksgroepen en hebben bewezen hoogwaardige data van onderzoeksniveau te leveren.
Een volledige vergelijking van de technische mogelijkheden van EMOTIV's EEG-headsets is beschikbaar op de EMOTIV-website.
EMOTIV-technologie
EMOTIV heeft een reeks tools ontworpen om elke stap van neurowetenschappelijk onderzoek onderweg te ondersteunen.
EmotivPRO-software stelt gebruikers in staat proefresultaten te verwerken, analyseren en visualiseren. Onderzoekers kunnen ook experimenten op professioneel niveau ontwerpen waaraan elke deelnemer met een EMOTIV-headset kan deelnemen, mits in overeenstemming met het experimentele ontwerp.
Er is ook een Software Development Kit (SDK) voor EMOTIV beschikbaar, zodat aangepaste apps, interacties of experimentele ontwerpen onderweg kunnen worden uitgevoerd met alleen de headset en smartphone.
Naarmate het aantal disciplines en commerciële markten dat neurowetenschappelijke tools en methodologieën omarmt toeneemt, worden EMOTIV's goedkope, gebruiksvriendelijke EEG-headsets gebruikt in:
Neurowetenschappelijk onderzoek
Gezondheid en welzijn
Auto-industrieën
Neuromarketing
Consumentenonderzoek
Onderwijs
Entertainmentomgevingen
Gericht op de replicatiecrisis in de cognitieve neurowetenschap om de statistische significantie te verbeteren.
In cognitieve neurowetenschap en onderzoek naar sociaal gedrag is de EEG-onderzoeksmethodologie erop gericht de menselijke geest te begrijpen door de aard van hersenactiviteit te bestuderen die samenhangt met verschillende activiteiten of externe omgevingen. Een belangrijke onderscheidende factor van EEG-onderzoek, nu draadloze, draagbare EEG-headsets beschikbaar zijn, is de mogelijkheid om longitudinale hersenactiviteit en sociaal gedrag op echte locaties te onderzoeken, in plaats van beperkt te zijn tot een lab.
Wat is de replicatiecrisis?
De replicatiecrisis verwijst naar het moment waarop onderzoekers de resultaten van experimenten van andere onderzoekers niet kunnen repliceren of reproduceren. Daardoor kunnen hun bevindingen niet worden doorgetrokken van de steekproefgroep naar de algemene bevolking.
Helaas liggen kleine steekproefgroottes aan de basis van de huidige uitdagingen in neurowetenschappelijke inspanningen. Kleine steekproefgroottes beïnvloeden de statistische significantie, maken het moeilijker om betekenisvolle conclusies te trekken en verergeren de groeiende replicatiecrisis.
Omdat replicatie zo'n cruciale stap is in het wetenschappelijke proces, is het oplossen van deze replicatiecrisis noodzakelijk. Zo niet, dan ondermijnen empirische resultaten die niet kunnen worden gereproduceerd de geloofwaardigheid van de betreffende theorieën en daarmee van alle therapieën, behandelingen of wetten die als gevolg van het proces ontstaan.
Deze post geeft een overzicht van de replicatiecrisis en hoe die het vermogen van neurowetenschappers beïnvloedt om het volledige potentieel te benutten van verzamelde gegevens om de echte wereld te begrijpen. Vervolgens introduceren we hoe 21e-eeuwse technologie, zoals door AI gemedieerd crowdsourced onderzoek, verlichting biedt van de replicatiecrisis.
Het belang van reproduceerbaarheid in neurowetenschappelijk onderzoek
Modern empirisch onderzoek omvat zowel het verkrijgen als analyseren van data. Daarom vallen overwegingen over reproduceerbaarheid uiteen in twee vragen:
Reproduceerbaarheid: Beschikt je experiment over de validatie van analyses en de noodzakelijke certificeringen voor de interpretatie van de data?
Replicatie: Heeft je experiment de capaciteit om te worden herhaald om nieuwe, onafhankelijke data te verkrijgen
Helaas is het antwoord op beide vragen in neurowetenschappelijk onderzoek ‘nee’.
In 2016 ondervroeg Nature 1.576 onderzoekers en stelde vast dat meer dan 70% van de onderzoekers probeerde en faalde om het experiment van een andere wetenschapper te reproduceren. En meer dan de helft slaagde er niet in om hun eigen experimenten te reproduceren. Ondanks hun mislukkingen was slechts 52% van de onderzoekers het ermee eens dat er een crisis was, terwijl 31% dacht dat de resultaten waarschijnlijk onjuist zijn.
Het onvermogen om onderzoeksresultaten te reproduceren komt doorgaans door de unieke aard van experimentele omstandigheden die statistisch niet kunnen worden gecompenseerd of gedetecteerd. Alles, van het weer die dag, de individuele laborant die experimenten uitvoert, en de analyse- of statistische hulpmiddelen die zijn ontwikkeld om experimentele resultaten te evalueren, kan unieke elementen bevatten die replicatie bemoeilijken.
Bovendien zijn experimenten in de neurowetenschap, vanwege de beperkte middelen en expertise die nodig zijn, vaak onderbemonsterd en hebben ze al beperkte WEIRD-populatiesteekproeven (western, educated, industrialized, rich and democratic).
Waarom is replicatie in onderzoek belangrijk?
Logistieke beperkingen, zoals wervingsproblemen, gebonden zijn aan een lab en kleine steekproefgroottes, hebben ertoe geleid dat onderzoekers vertrouwden op verouderde onderzoekspraktijken en -patronen. Daardoor kunnen onderzoekers die sociaal gedrag in de echte wereld en persoonlijke informatie bestuderen, experimenten niet divers of creatief uitvoeren. Deze beperkingen hebben de capaciteit van neurowetenschappelijke onderzoekers beïnvloed om hun bevindingen om te zetten in toepassingen voor de echte wereld, zoals therapieën, behandelingen en zelfs wetten. Deze kwesties, beperkingen van steekproefgroepen en beperkte mogelijkheid om in echte situaties te testen, vormen de kern van de replicatiecrisis.
Het onvermogen om experimentele resultaten in een lab te repliceren maakt het moeilijk om conclusies te trekken met hoge statistische power. Wanneer er twijfel is over de gevolgtrekkingen uit experimentele resultaten, ondermijnt dat het vertrouwen in het hele systeem. Deze twijfel kan ook negatief afstralen op subsidieverstrekkers die belast zijn met het ondersteunen van onderzoek dat brede, reële impact zal hebben.
Verbeterde reproduceerbaarheid komt vaak voort uit het vastleggen van onderzoeksmethoden. Replicatie van resultaten verbetert wanneer onderzoekers strikte standaardisatie bereiken van dataverzameling, kwaliteitscontrole en analyseprocedures in experimenten met grotere steekproefgroepen.
In het afgelopen decennium hebben technologische innovaties in crowdsourcingsoftware en -hardware onderzoekers in staat gesteld deze kernelementen van standaardisatie te leveren die de replicatiecrisis, het probleem van statistische power en de reproduceerbaarheidscrisis aanpakken.
Crowdsourcing-onderzoekspraktijken
Wereldwijd gaan voor meer proefpersonen met crowdsourced onderzoek
Crowdsourcingtechnologie heeft zich in de afgelopen twee decennia snel ontwikkeld. Het is een benadering die onderzoekers in staat stelt veel meer data van individuen te verzamelen via een wereldwijd verbonden netwerk. Denk bijvoorbeeld aan de vooruitgang in computer- en spraakherkenning. Decennialang stond dit onderzoek vrijwel stil, totdat bedrijven als Google, Amazon en Apple de cumulatieve input verzamelden van honderdduizenden internetgebruikers. Met zo'n enorme dataset konden zij spraakherkenningssoftware verfijnen tot wat vandaag de dag veelgebruikt is in Google-, Alexa- en Siri-diensten.
Zoals bij de meeste technologische innovaties is crowdsourcing echter aangepast aan verschillende commerciële en wetenschappelijke onderzoekspraktijken. Zooniverse, Folding@Home en Seek by iNaturalists zijn drie van de meest bekende crowdsourcingplatforms.
Zooniverse is het grootste door mensen aangedreven onderzoeksplatform, met twee miljoen geregistreerde accounts. Mensen zijn uniek aangepast om patronen te herkennen, terwijl computers daar moeite mee hebben. Het grote publiek kan onderzoekers helpen bij het identificeren en classificeren van alles, van melkwegvormen tot diersoorten. De Zooniverse-community droeg bij aan vele ontdekkingen en iedereen kan zijn data uploaden naar een project dat openstaat voor de community.
Andere populaire crowdsourcingplatforms zijn Folding@Home en Seek by iNaturalist. Folding@Home leent rekenkracht terwijl de schermbeveiliging actief is, en berekent de vorm en interactiemogelijkheden van eiwitten die zijn vertaald uit DNA-codes. Seek van iNaturalists is een mobiele telefoonapplicatie die via de camera het geslacht en de soort van elke plant of elk dier identificeert.
Wat dataverzameling betreft, haalt Seek gemiddeld bijna 200.000 dagelijks geüploade afbeeldingen. Na het uploaden werkt een community van meer dan twee miljoen wetenschappers en burgerwetenschappers met de data als data-kwaliteitsanalisten, waarbij zij identificatienauwkeurigheid voorstellen en bevestigen.
Crowdsourcing en neurowetenschap waren altijd al bedoeld om partners te zijn
Crowdsourced onderzoek is een manier om de praktische significantie van experimenten te verbeteren. Het brengt individuen samen die interesse hebben om bij te dragen aan onderzoek en onderzoekers te helpen impact te maken. Met crowdsourcing neemt de statistische power van deze onderzoekspraktijken toe. Onderzoekers zullen eerder een statistisch significant verschil detecteren wanneer dat bestaat, omdat er een grote steekproefomvang is om voldoende statistische power te garanderen.
Recente ontwikkelingen in crowdsourcingtechnologie en hoogwaardige, draagbare EEG-headsets en apparatuur van onderzoeksniveau bieden hoop op het oplossen van de replicatiecrisis. Het crowdsourcen van data van onderzoeksniveau van duizenden diverse en verspreide individuen lijkt inderdaad een substantiëlere statistische power te bieden aan onderzoekspraktijken. Om de meest hardnekkige innovatie- en onderzoeksvragen te beantwoorden, worden menigten de partner bij uitstek.
Hoewel er nog enige discussie doorgaat over de replicatiecrisis, heeft EMOTIV het probleem eerder herkadert als een kans—een uitdaging die de moeite waard is om op te lossen—en daarbij aanzienlijke vooruitgang geboekt. Om de replicatiecrisis in de cognitieve neurowetenschap aan te pakken, heeft EMOTIV een schaalbaar gedistribueerd onderzoeksplatform voor neurowetenschap ontwikkeld, genaamd EmotivLABS.
Voorlopen op de replicatiecrisis met EmotivLABS
We kunnen ons onderzoek versnellen door samen te werken.
EmotivLABS is EMOTIV's schaalbare gedistribueerde onderzoeksplatform. Deelnemers van over de hele wereld kunnen deelnemen aan neurowetenschappelijk onderzoek met hun eigen EMOTIV EEG-headsets en betaald worden voor hun bijdrage.
Een integraal kenmerk van het platform zijn de geavanceerde kwaliteitsborgingsprocessen die ervoor zorgen dat onderzoekers hoogwaardige data van onderzoeksniveau van deelnemers verkrijgen. Gebruikers moeten een certificeringsproces voltooien: aantonen dat ze weten hoe hun headset werkt en dat ze hoogwaardige EEG-data kunnen verkrijgen. Na certificering kunnen gebruikers deelnemen aan neurowetenschappelijke experimenten op het platform en in sommige gevallen zelfs een vergoeding ontvangen.
Naast ruwe EEG hebben onderzoekers ook toegang tot bandvermogensdata en een reeks affectieve en cognitieve detectiealgoritmen, waaronder aandacht, frustratie, interesse, ontspanning, betrokkenheid, opwinding en cognitieve stress.
Onderzoeksexperimenten kunnen worden gebouwd met EMOTIV’s Experiment Builder en vervolgens worden uitgerold naar EmotivLABS. Verbind en werf uit een wereldwijd panel van gecertificeerde deelnemers en verzamel hoogwaardige EEG-data, allemaal op één platform.
EMOTIV’s EEG-headsets, in combinatie met EmotivLABS, pakken de drie belangrijkste problemen van de replicatiecrisis aan: wervingslogistiek, statistische significantie en toegang tot een diversere, inclusievere demografie.
Uiteindelijk, naarmate het aantal disciplines en commerciële markten dat neurowetenschappelijke tools en methodologieën omarmt toeneemt, worden EMOTIV's goedkope headsets van onderzoeksniveau gebruikt in neurowetenschappelijk onderzoek, gezondheid en welzijn, automotive, neuromarketing, consumentenonderzoek, onderwijs en entertainmentomgevingen.
Uiteindelijk hebben innovaties in neurotechnologie van deze omvang ons in staat gesteld meer Insight te krijgen in ons emotionele en intellectuele leven. Kennis die ooit buiten bereik lag door verouderde experimentele ontwerpen en onderzoekspraktijken. Het toepassen van zulke inzichten geeft ons meer controle om ons persoonlijke en professionele leven bewust aan te passen, prestaties te maximaliseren en onze aangeboren capaciteiten persoonlijk en in onze relaties met anderen te verrijken.
Lees hier meer over hoe je je onderzoek kunt verbeteren.
Meer informatie over EMOTIV
EMOTIV, opgericht in 2011, is een bio-informaticabedrijf gevestigd in San Francisco met als missie ons begrip van het menselijk brein te vergroten met behulp van aangepaste elektro-encefalografie (EEG)-hardware, analyse en visualisatie.
De kern van open science is samenwerking. Het onderzoeksplatform en personeel van EMOTIV streven ernaar wetenschappelijke integriteit en experimentele strengheid te bevorderen. EMOTIV schaalbare onderzoeksplatform, EmotivLABs, verbindt cognitieve neurowetenschappers wereldwijd met een wereldwijde populatie van onderzoeksdeelnemers en onderzoekers. Met erkenning van de additieve lineariteit van neurowetenschappelijk onderzoek helpen wij onderzoekers door uitgebreide, multidimensionale, rijke datasets te bieden, zodat u betekenisvolle conclusies kunt trekken uit een brede steekproef.
EMOTIV-headsets
EMOTIV Insight
EMOTIV bedient een brede gemeenschap van gebruikers, van professionals tot individuen die simpelweg meer over hun brein willen leren. EMOTIV Insight is een 5-kanaals EEG-headset ontworpen voor brain-computer interface (BCI). Insight combineert een strak, eenvoudig op te zetten ontwerp met revolutionaire sensortechnologie.
EMOTIV EPOC X en EPOC Flex
EMOTIV EPOC X is een 14-kanaals EEG-headset en EPOC Flex is een 32-kanaals EEG-systeem. Ontworpen voor neurowetenschappelijk onderzoek in elke omgeving; de EPOC-headsets zijn draadloos met verbeterde sensortechnologie. Beide headsets zijn gevalideerd door onafhankelijke onderzoeksgroepen en hebben bewezen hoogwaardige data van onderzoeksniveau te leveren.
Een volledige vergelijking van de technische mogelijkheden van EMOTIV's EEG-headsets is beschikbaar op de EMOTIV-website.
EMOTIV-technologie
EMOTIV heeft een reeks tools ontworpen om elke stap van neurowetenschappelijk onderzoek onderweg te ondersteunen.
EmotivPRO-software stelt gebruikers in staat proefresultaten te verwerken, analyseren en visualiseren. Onderzoekers kunnen ook experimenten op professioneel niveau ontwerpen waaraan elke deelnemer met een EMOTIV-headset kan deelnemen, mits in overeenstemming met het experimentele ontwerp.
Er is ook een Software Development Kit (SDK) voor EMOTIV beschikbaar, zodat aangepaste apps, interacties of experimentele ontwerpen onderweg kunnen worden uitgevoerd met alleen de headset en smartphone.
Naarmate het aantal disciplines en commerciële markten dat neurowetenschappelijke tools en methodologieën omarmt toeneemt, worden EMOTIV's goedkope, gebruiksvriendelijke EEG-headsets gebruikt in:
Neurowetenschappelijk onderzoek
Gezondheid en welzijn
Auto-industrieën
Neuromarketing
Consumentenonderzoek
Onderwijs
Entertainmentomgevingen
Gericht op de replicatiecrisis in de cognitieve neurowetenschap om de statistische significantie te verbeteren.
In cognitieve neurowetenschap en onderzoek naar sociaal gedrag is de EEG-onderzoeksmethodologie erop gericht de menselijke geest te begrijpen door de aard van hersenactiviteit te bestuderen die samenhangt met verschillende activiteiten of externe omgevingen. Een belangrijke onderscheidende factor van EEG-onderzoek, nu draadloze, draagbare EEG-headsets beschikbaar zijn, is de mogelijkheid om longitudinale hersenactiviteit en sociaal gedrag op echte locaties te onderzoeken, in plaats van beperkt te zijn tot een lab.
Wat is de replicatiecrisis?
De replicatiecrisis verwijst naar het moment waarop onderzoekers de resultaten van experimenten van andere onderzoekers niet kunnen repliceren of reproduceren. Daardoor kunnen hun bevindingen niet worden doorgetrokken van de steekproefgroep naar de algemene bevolking.
Helaas liggen kleine steekproefgroottes aan de basis van de huidige uitdagingen in neurowetenschappelijke inspanningen. Kleine steekproefgroottes beïnvloeden de statistische significantie, maken het moeilijker om betekenisvolle conclusies te trekken en verergeren de groeiende replicatiecrisis.
Omdat replicatie zo'n cruciale stap is in het wetenschappelijke proces, is het oplossen van deze replicatiecrisis noodzakelijk. Zo niet, dan ondermijnen empirische resultaten die niet kunnen worden gereproduceerd de geloofwaardigheid van de betreffende theorieën en daarmee van alle therapieën, behandelingen of wetten die als gevolg van het proces ontstaan.
Deze post geeft een overzicht van de replicatiecrisis en hoe die het vermogen van neurowetenschappers beïnvloedt om het volledige potentieel te benutten van verzamelde gegevens om de echte wereld te begrijpen. Vervolgens introduceren we hoe 21e-eeuwse technologie, zoals door AI gemedieerd crowdsourced onderzoek, verlichting biedt van de replicatiecrisis.
Het belang van reproduceerbaarheid in neurowetenschappelijk onderzoek
Modern empirisch onderzoek omvat zowel het verkrijgen als analyseren van data. Daarom vallen overwegingen over reproduceerbaarheid uiteen in twee vragen:
Reproduceerbaarheid: Beschikt je experiment over de validatie van analyses en de noodzakelijke certificeringen voor de interpretatie van de data?
Replicatie: Heeft je experiment de capaciteit om te worden herhaald om nieuwe, onafhankelijke data te verkrijgen
Helaas is het antwoord op beide vragen in neurowetenschappelijk onderzoek ‘nee’.
In 2016 ondervroeg Nature 1.576 onderzoekers en stelde vast dat meer dan 70% van de onderzoekers probeerde en faalde om het experiment van een andere wetenschapper te reproduceren. En meer dan de helft slaagde er niet in om hun eigen experimenten te reproduceren. Ondanks hun mislukkingen was slechts 52% van de onderzoekers het ermee eens dat er een crisis was, terwijl 31% dacht dat de resultaten waarschijnlijk onjuist zijn.
Het onvermogen om onderzoeksresultaten te reproduceren komt doorgaans door de unieke aard van experimentele omstandigheden die statistisch niet kunnen worden gecompenseerd of gedetecteerd. Alles, van het weer die dag, de individuele laborant die experimenten uitvoert, en de analyse- of statistische hulpmiddelen die zijn ontwikkeld om experimentele resultaten te evalueren, kan unieke elementen bevatten die replicatie bemoeilijken.
Bovendien zijn experimenten in de neurowetenschap, vanwege de beperkte middelen en expertise die nodig zijn, vaak onderbemonsterd en hebben ze al beperkte WEIRD-populatiesteekproeven (western, educated, industrialized, rich and democratic).
Waarom is replicatie in onderzoek belangrijk?
Logistieke beperkingen, zoals wervingsproblemen, gebonden zijn aan een lab en kleine steekproefgroottes, hebben ertoe geleid dat onderzoekers vertrouwden op verouderde onderzoekspraktijken en -patronen. Daardoor kunnen onderzoekers die sociaal gedrag in de echte wereld en persoonlijke informatie bestuderen, experimenten niet divers of creatief uitvoeren. Deze beperkingen hebben de capaciteit van neurowetenschappelijke onderzoekers beïnvloed om hun bevindingen om te zetten in toepassingen voor de echte wereld, zoals therapieën, behandelingen en zelfs wetten. Deze kwesties, beperkingen van steekproefgroepen en beperkte mogelijkheid om in echte situaties te testen, vormen de kern van de replicatiecrisis.
Het onvermogen om experimentele resultaten in een lab te repliceren maakt het moeilijk om conclusies te trekken met hoge statistische power. Wanneer er twijfel is over de gevolgtrekkingen uit experimentele resultaten, ondermijnt dat het vertrouwen in het hele systeem. Deze twijfel kan ook negatief afstralen op subsidieverstrekkers die belast zijn met het ondersteunen van onderzoek dat brede, reële impact zal hebben.
Verbeterde reproduceerbaarheid komt vaak voort uit het vastleggen van onderzoeksmethoden. Replicatie van resultaten verbetert wanneer onderzoekers strikte standaardisatie bereiken van dataverzameling, kwaliteitscontrole en analyseprocedures in experimenten met grotere steekproefgroepen.
In het afgelopen decennium hebben technologische innovaties in crowdsourcingsoftware en -hardware onderzoekers in staat gesteld deze kernelementen van standaardisatie te leveren die de replicatiecrisis, het probleem van statistische power en de reproduceerbaarheidscrisis aanpakken.
Crowdsourcing-onderzoekspraktijken
Wereldwijd gaan voor meer proefpersonen met crowdsourced onderzoek
Crowdsourcingtechnologie heeft zich in de afgelopen twee decennia snel ontwikkeld. Het is een benadering die onderzoekers in staat stelt veel meer data van individuen te verzamelen via een wereldwijd verbonden netwerk. Denk bijvoorbeeld aan de vooruitgang in computer- en spraakherkenning. Decennialang stond dit onderzoek vrijwel stil, totdat bedrijven als Google, Amazon en Apple de cumulatieve input verzamelden van honderdduizenden internetgebruikers. Met zo'n enorme dataset konden zij spraakherkenningssoftware verfijnen tot wat vandaag de dag veelgebruikt is in Google-, Alexa- en Siri-diensten.
Zoals bij de meeste technologische innovaties is crowdsourcing echter aangepast aan verschillende commerciële en wetenschappelijke onderzoekspraktijken. Zooniverse, Folding@Home en Seek by iNaturalists zijn drie van de meest bekende crowdsourcingplatforms.
Zooniverse is het grootste door mensen aangedreven onderzoeksplatform, met twee miljoen geregistreerde accounts. Mensen zijn uniek aangepast om patronen te herkennen, terwijl computers daar moeite mee hebben. Het grote publiek kan onderzoekers helpen bij het identificeren en classificeren van alles, van melkwegvormen tot diersoorten. De Zooniverse-community droeg bij aan vele ontdekkingen en iedereen kan zijn data uploaden naar een project dat openstaat voor de community.
Andere populaire crowdsourcingplatforms zijn Folding@Home en Seek by iNaturalist. Folding@Home leent rekenkracht terwijl de schermbeveiliging actief is, en berekent de vorm en interactiemogelijkheden van eiwitten die zijn vertaald uit DNA-codes. Seek van iNaturalists is een mobiele telefoonapplicatie die via de camera het geslacht en de soort van elke plant of elk dier identificeert.
Wat dataverzameling betreft, haalt Seek gemiddeld bijna 200.000 dagelijks geüploade afbeeldingen. Na het uploaden werkt een community van meer dan twee miljoen wetenschappers en burgerwetenschappers met de data als data-kwaliteitsanalisten, waarbij zij identificatienauwkeurigheid voorstellen en bevestigen.
Crowdsourcing en neurowetenschap waren altijd al bedoeld om partners te zijn
Crowdsourced onderzoek is een manier om de praktische significantie van experimenten te verbeteren. Het brengt individuen samen die interesse hebben om bij te dragen aan onderzoek en onderzoekers te helpen impact te maken. Met crowdsourcing neemt de statistische power van deze onderzoekspraktijken toe. Onderzoekers zullen eerder een statistisch significant verschil detecteren wanneer dat bestaat, omdat er een grote steekproefomvang is om voldoende statistische power te garanderen.
Recente ontwikkelingen in crowdsourcingtechnologie en hoogwaardige, draagbare EEG-headsets en apparatuur van onderzoeksniveau bieden hoop op het oplossen van de replicatiecrisis. Het crowdsourcen van data van onderzoeksniveau van duizenden diverse en verspreide individuen lijkt inderdaad een substantiëlere statistische power te bieden aan onderzoekspraktijken. Om de meest hardnekkige innovatie- en onderzoeksvragen te beantwoorden, worden menigten de partner bij uitstek.
Hoewel er nog enige discussie doorgaat over de replicatiecrisis, heeft EMOTIV het probleem eerder herkadert als een kans—een uitdaging die de moeite waard is om op te lossen—en daarbij aanzienlijke vooruitgang geboekt. Om de replicatiecrisis in de cognitieve neurowetenschap aan te pakken, heeft EMOTIV een schaalbaar gedistribueerd onderzoeksplatform voor neurowetenschap ontwikkeld, genaamd EmotivLABS.
Voorlopen op de replicatiecrisis met EmotivLABS
We kunnen ons onderzoek versnellen door samen te werken.
EmotivLABS is EMOTIV's schaalbare gedistribueerde onderzoeksplatform. Deelnemers van over de hele wereld kunnen deelnemen aan neurowetenschappelijk onderzoek met hun eigen EMOTIV EEG-headsets en betaald worden voor hun bijdrage.
Een integraal kenmerk van het platform zijn de geavanceerde kwaliteitsborgingsprocessen die ervoor zorgen dat onderzoekers hoogwaardige data van onderzoeksniveau van deelnemers verkrijgen. Gebruikers moeten een certificeringsproces voltooien: aantonen dat ze weten hoe hun headset werkt en dat ze hoogwaardige EEG-data kunnen verkrijgen. Na certificering kunnen gebruikers deelnemen aan neurowetenschappelijke experimenten op het platform en in sommige gevallen zelfs een vergoeding ontvangen.
Naast ruwe EEG hebben onderzoekers ook toegang tot bandvermogensdata en een reeks affectieve en cognitieve detectiealgoritmen, waaronder aandacht, frustratie, interesse, ontspanning, betrokkenheid, opwinding en cognitieve stress.
Onderzoeksexperimenten kunnen worden gebouwd met EMOTIV’s Experiment Builder en vervolgens worden uitgerold naar EmotivLABS. Verbind en werf uit een wereldwijd panel van gecertificeerde deelnemers en verzamel hoogwaardige EEG-data, allemaal op één platform.
EMOTIV’s EEG-headsets, in combinatie met EmotivLABS, pakken de drie belangrijkste problemen van de replicatiecrisis aan: wervingslogistiek, statistische significantie en toegang tot een diversere, inclusievere demografie.
Uiteindelijk, naarmate het aantal disciplines en commerciële markten dat neurowetenschappelijke tools en methodologieën omarmt toeneemt, worden EMOTIV's goedkope headsets van onderzoeksniveau gebruikt in neurowetenschappelijk onderzoek, gezondheid en welzijn, automotive, neuromarketing, consumentenonderzoek, onderwijs en entertainmentomgevingen.
Uiteindelijk hebben innovaties in neurotechnologie van deze omvang ons in staat gesteld meer Insight te krijgen in ons emotionele en intellectuele leven. Kennis die ooit buiten bereik lag door verouderde experimentele ontwerpen en onderzoekspraktijken. Het toepassen van zulke inzichten geeft ons meer controle om ons persoonlijke en professionele leven bewust aan te passen, prestaties te maximaliseren en onze aangeboren capaciteiten persoonlijk en in onze relaties met anderen te verrijken.
Lees hier meer over hoe je je onderzoek kunt verbeteren.
Meer informatie over EMOTIV
EMOTIV, opgericht in 2011, is een bio-informaticabedrijf gevestigd in San Francisco met als missie ons begrip van het menselijk brein te vergroten met behulp van aangepaste elektro-encefalografie (EEG)-hardware, analyse en visualisatie.
De kern van open science is samenwerking. Het onderzoeksplatform en personeel van EMOTIV streven ernaar wetenschappelijke integriteit en experimentele strengheid te bevorderen. EMOTIV schaalbare onderzoeksplatform, EmotivLABs, verbindt cognitieve neurowetenschappers wereldwijd met een wereldwijde populatie van onderzoeksdeelnemers en onderzoekers. Met erkenning van de additieve lineariteit van neurowetenschappelijk onderzoek helpen wij onderzoekers door uitgebreide, multidimensionale, rijke datasets te bieden, zodat u betekenisvolle conclusies kunt trekken uit een brede steekproef.
EMOTIV-headsets
EMOTIV Insight
EMOTIV bedient een brede gemeenschap van gebruikers, van professionals tot individuen die simpelweg meer over hun brein willen leren. EMOTIV Insight is een 5-kanaals EEG-headset ontworpen voor brain-computer interface (BCI). Insight combineert een strak, eenvoudig op te zetten ontwerp met revolutionaire sensortechnologie.
EMOTIV EPOC X en EPOC Flex
EMOTIV EPOC X is een 14-kanaals EEG-headset en EPOC Flex is een 32-kanaals EEG-systeem. Ontworpen voor neurowetenschappelijk onderzoek in elke omgeving; de EPOC-headsets zijn draadloos met verbeterde sensortechnologie. Beide headsets zijn gevalideerd door onafhankelijke onderzoeksgroepen en hebben bewezen hoogwaardige data van onderzoeksniveau te leveren.
Een volledige vergelijking van de technische mogelijkheden van EMOTIV's EEG-headsets is beschikbaar op de EMOTIV-website.
EMOTIV-technologie
EMOTIV heeft een reeks tools ontworpen om elke stap van neurowetenschappelijk onderzoek onderweg te ondersteunen.
EmotivPRO-software stelt gebruikers in staat proefresultaten te verwerken, analyseren en visualiseren. Onderzoekers kunnen ook experimenten op professioneel niveau ontwerpen waaraan elke deelnemer met een EMOTIV-headset kan deelnemen, mits in overeenstemming met het experimentele ontwerp.
Er is ook een Software Development Kit (SDK) voor EMOTIV beschikbaar, zodat aangepaste apps, interacties of experimentele ontwerpen onderweg kunnen worden uitgevoerd met alleen de headset en smartphone.
Naarmate het aantal disciplines en commerciële markten dat neurowetenschappelijke tools en methodologieën omarmt toeneemt, worden EMOTIV's goedkope, gebruiksvriendelijke EEG-headsets gebruikt in:
Neurowetenschappelijk onderzoek
Gezondheid en welzijn
Auto-industrieën
Neuromarketing
Consumentenonderzoek
Onderwijs
Entertainmentomgevingen