Rima-Maria Rahal1 & Johanna Havemann2

1 Tilburg University, The Netherlands
2 Institute for Globally Distributed Open Research and Education, Germany

Dieser Artikel entstand im Rahmen des Fellowprogramms Freies Wissen Jahrgang 2018/19 – fellowsfreieswissen.de und wurde  ursprünglish veröffentlicht unter CC-BY-SA Lizenz am 02.04.2019 in Forum Wissenschaft. Die Englische Übersetzung ist als Preprint archiviert unter osf.io/preprints/metaarxiv/3hb6g/, Preprint DOI: 10.31222/osf.io/3hb6g.

Rima-Maria Rahal ist wissenschaftliche Mitarbeiterin an der Tilburg University, wo sie zu Prozessen sozialer und moralischer Entscheidungen forscht. Johanna Havemann ist Trainerin in Open Science Communication und affiliiert mit dem Institute for Globally Distributed Open Research and Education.


Nachdem Open Science ein wiederkehrendes Schlagwort für die neueren meta-wissenschaftlichen Entwicklungen geworden ist, soll im folgenden Artikel von Rima-Maria Rahal und Johanna Havemann aufgezeigt werden, worum es sich dabei handelt. Was sind die Ursachen für Diskussionen um Open Access, Open Data und Open Peer Review? Welche technischen Änderungen haben wir zu erwarten und welche gesellschaftlichen Auswirkungen werden diese haben?
Open Science (zu Deutsch: offene Wissenschaft) setzt sich dafür ein, wissenschaftliche Fragestellungen, Methoden und Erkenntnisse für alle frei zugänglich und verwertbar zu machen.1 In diesem Sinne steht der Begriff Open Science für offene und transparente Forschung, deren Prozesse und Ergebnisse möglichst nachvollziehbar, robust und transparent sind. Dabei geht es sowohl um Offenheit, als auch darum, gute wissenschaftliche Praxis im digitalen Zeitalter zu ermöglichen, wofür entsprechende Tools und Techniken erarbeitet werden.

Warum brauchen wir Open Science?

Tatsächlich findet der Großteil wissenschaftlicher Arbeit gegenwärtig nicht “offen” statt. Im Gegenteil sind die meisten Forschungsergebnisse der empirischen Geistes- und Naturwissenschaften hinter den Paywalls profitabler privater Wissenschaftsverlage verborgen und nur für wenige zahlungskräftige Institutionen und einzelne Forscher*innen zugänglich. Außerdem werden positive und bahnbrechende Ergebnisse bevorzugt veröffentlicht, sodass wichtige Hinweise und Erkenntnisse über andere Studien in Schubladen und auf Datenträgern verborgen bleiben und nie die fachlichen Diskussionsforen erreichen. Methodische Herangehensweisen, Software und Laborausstattung sind meist unzureichend in der Fachliteratur dokumentiert und lassen sich nur schwer, wenn überhaupt, standardisieren, nachvollziehen und methodisch-experimentell analysieren.

In den letzten 10 bis 15 Jahren hat sich zusätzlich das Dogma Publish or Perish tief in der Wissenschaftslandschaft manifestiert, welches den enormen Publikationsdruck beschreibt, möglichst rasch in der Karriere eine möglichst lange Liste an begutachteten Veröffentlichungen in möglichst prestigeträchtigen wissenschaftlichen Zeitschriften zu produzieren. Dies hat unter anderem zur Folge, dass der Umfang an relevanter Fachliteratur kontinuierlich steigt, sodass es nunmehr schier unmöglich ist, den Überblick über relevante Ergebnisse in einem beliebigen Forschungsfeld zu bekommen. Auch Entscheidungswege bei der Bewilligung von Forschungsgeldern und der Vergabe von wissenschaftlichen Positionen orientieren sich bislang oft an der Anzahl der Publikationen in Zeitschriften mit möglichst hohem Impact Factor. Dabei gibt der Impact Factor zwar Auskunft über die mittlere Anzahl von Zitationen pro Artikel der Zeitschrift, kann aber nicht über die Qualität einzelner Artikel informieren. Deswegen rücken Forschungsförderinstitutionen und Wissenschaftskonsortien zunehmend vom Impact Factor als Qualitätsmerkmal ab.2 Trotzdem herrscht weiterhin großer Publikationsdruck, der dazu führt, dass sich Wissenschaftler oft gezwungen sehen, in entsprechenden Zeitschriften zu veröffentlichen und entsprechende Ergebnisse zu produzieren.

So entstehen aus der Verschlossenheit von Wissenschaft auch Probleme für die wissenschaftliche Praxis und fragliche Forschungsergebnisse. Diese Probleme sind keineswegs neu, auch wenn die aktuellen Entwicklungen im Zuge der Open Science-Bewegung eine neue Phase in der Bearbeitung eingeläutet haben. Beispielsweise beklagte J. Cohen bereits 1962, dass empirische psychologische Studien auf zu kleine Stichprobengrößen gestützt seien.3 Im Jahr 2011 kamen Forscher zu demselben Schluss.4 Mit kleinen Stichproben und der beklagenswerten Tendenz, nur signifikante Resultate zu publizieren (sog. File Drawer-Problem, das alle empirischen Wissenschaften betrifft und zu einer verzerrten Fachliteratur führt5), steigt allerdings die Wahrscheinlichkeit, dass publizierte Forschungsergebnisse Zusammenhänge darstellen, die eigentlich falsch sind.6 Damit ist die Belastbarkeit eines Großteils der Fachliteratur fraglich.

Die Akkumulierung problematischer Forschungspublikationen ist es, die schließlich in der Psychologie und in anderen empirischen Wissenschaften Anfang der 2010er Jahre zum großen Knall geführt hat: Im Nachklang einiger prominenter wissenschaftlicher Betrugsfälle bildete sich zunehmend das Bewusstsein, dass es nicht nur diese offensichtlichen Betrugsfälle sind, die fragwürdige Forschungsergebnisse produzieren. Es gibt auch andere problematische Praktiken im Wissenschaftsalltag, die es schwer machen, robuste und nachvollziehbare wissenschaftliche Arbeiten von solchen zu unterscheiden, die nur wenig Aussagekraft haben. Einige Meinungsvertreter*innen7 beklagen diese “Krise” in den empirischen Wissenschaften und befürchten, dass sie zu einem weitreichenden Glaubwürdigkeitsverlust führt oder sehen keine Krise. Wiederum andere verstehen diese “Krise” vielmehr als Gelegenheit zum positiven Umbruch, die Energie freisetzt, um nachhaltige Veränderungen in der Art und Weise, wie Wissenschaft gemacht wird, zu erreichen.8

Der Weg zur Offenheit: Was bewirkt Open Science?

Die Open Science-Bewegung engagiert sich breit aufgestellt dafür, dass der Wissenschaftsalltag im kompletten Forschungszyklus den Umschwung zur Offenheit schafft und dadurch gute wissenschaftliche Praxis in den Vordergrund rückt. Wichtige Bestandteile dieses Umschwungs beziehen sich auf die freie Zugänglichkeit von wissenschaftlicher Literatur (Open Access), Datensätzen (Open Data), Soft- und Hardware für Datenerhebung und -verarbeitung, sowie Lehr- und Lernmaterialien (Open Educational Resources). In diese übergeordneten Strategien zur Öffnung der Wissenschaft reihen sich weitere Tools und Praktiken ein, die es ermöglichen Wissenschaft transparenter und robuster zu praktizieren.

Open Science durch belastbare Forschung

Eine Reihe von Verbesserungen und Fortschritten ist durch die Open Science-Bewegung im Forschungsalltag bereits zu verzeichnen. Dazu gehört zum Beispiel die steigende Zahl von durchgeführten und veröffentlichten Replikationsstudien. Das sind Forschungsprojekte, deren Ziel es ist, vorangegangene Forschungsarbeiten möglichst genau zu wiederholen, um festzustellen, ob man erneut zu denselben Schlüssen gelangt. So können belastbare Erkenntnisse in der bestehenden Literatur identifiziert werden, auf denen schließlich weiter aufgebaut werden kann. Neben einer Vielzahl von Projekten, die in Einzelleistung von interessierten Forscherteams entstehen, oder aus Vernetzungen z.B. über den Studienaustausch Study Swap9, gibt es vermehrt große Replikationsversuche, bei denen Forschungslabore aus verschiedenen Institutionen zusammenarbeiten. So entstand beispielsweise das Replikationsprojekt Psychologie10, ein Zusammenschluss von über 250 Wissenschaftler*innen, die 100 Studien aus verschiedenen Bereichen der Psychologie wiederholten. Ähnliche Replikationsprojekte wurden beispielsweise in der Krebsforschung11, in der Verhaltensökonomie12 und der Experimentalphilosophie13 durchgeführt. Andere Großprojekte fokussieren auf eine zentrale Studie und versuchen, diese in verschiedenen Laboren zu wiederholen.14 Replikationsprojekte – ob groß oder klein – sind geeignet, die wissenschaftliche Fachliteratur systematisch zu überprüfen.

Weiterhin lassen sich Veränderungen der wissenschaftlichen Praxis auch an traditionellen Forschungsarbeiten erkennen. Zentral ist dabei zum Beispiel die schon eingangs erwähnte Adäquatheit von Stichprobengrößen für empirische Studien. Zunehmend wird eingefordert, dass die notwendige Größe der Stichprobe im Vorfeld bestimmt wird. Mit der stringenten Planung von Stichproben steigt schließlich die Belastbarkeit empirischer Befunde.

Open Science durch offenes Material und transparente Methoden

Auch im Bereich der Forschungsmethoden finden sich zunehmend Einflüsse von Open Science. So will beispielsweise das Gathering for Open Science Hardware15 Barrieren zwischen Hersteller*innen und Nutzer*innen von Forschungsmaterialien und Ausstattung verringern. Einfache bis hin zu hochkomplexen Laborgeräten und Materialien können mit 3D-Druckern und Anleitungen kostengünstig lokal hergestellt und gezielt von Wissenschaftlerinnen und Wissenschaftlern selbst auf das jeweilige Experiment adaptiert werden.16 Dadurch werden die Materialien kostengünstiger, was Barrieren in deren Anschaffung senkt, Wissenschaftler*innen können zeitnah, unkompliziert und passgenau ihre Experimente selbst umsetzen. Damit werden generalisierte Apparate kommerzieller Hersteller*innen umgangen, die oft hochkomplex und intransparent aufgebaut und daher schwer adaptierbar sind.

Ähnliches gilt für Materialien, chemische Lösungen und Protokolle der Versuchsdurchführung im Labor. Auf digitalen Plattformen wie Protocols17 und elektronischen Laborbüchern wie Labofolder18 oder Benchling19 können Wissenschaftler*innen detailliert ihre Methodik dokumentieren, öffentlich zugänglich und reproduzierbar machen. Open Source Software, deren Quellcode frei zugänglich ist, wird zunehmend zur Präsentation von Stimuli oder zur Durchführung von Datenauswertungen und statistischen Analysen (z.B. R20) verwendet. Neben erhöhter Transparenz bietet Open Source Software Benutzer*innen die Möglichkeit, an der Weiterentwicklung der Programme mitzuwirken, indem sie eigenen Code öffentlich verfügbar machen. Von Benutzern geschriebener Code wird teilweise als Paket in die Programme integriert, oder auf Softwareplattformen wie GitHub21 gesammelt, wo er für andere zugänglich ist. Zudem gibt es eine große Community an Benutzer*innen dieser Softwarelösungen, die sich in Foren wie Stack Overflow22 austauschen und gegenseitig helfen. Auch der Prozess des Schreibens von Artikeln wird zunehmend reproduzierbarer, indem Datenauswertungen und Textproduktion mit Softwarelösungen wie Jupyter Notebooks23 verknüpft werden.

Open Science öffnet die Publikationslandschaft

Über technische Veränderungen hinaus gibt es im Zuge von Open Science auch Entwicklungen im Bereich der Publikationen. In Metaanalysen, die über Studien hinweg den Stand eines Feldes zusammenfassen, gibt es immer wieder Hinweise dafür, dass die Tendenz, Studien mit signifikanten und überraschenden Effekten bevorzugt zu publizieren, eine systematische Verzerrung der Literatur hervorgebracht hat.24 Obwohl Methoden entwickelt werden, um diese Verzerrung im Nachhinein rechnerisch korrigieren zu können, wurden im Zuge der Open Science-Bewegung auch Forderungen nach veränderten Publikationsformaten laut, die solche Verzerrungen von Vornherein vermeiden oder im Nachhinein aufdeckbar machen sollen. Zentral für diese Idee ist das Konzept der Präregistrierung: zu testende Hypothesen werden im Voraus angekündigt, sodass im Nachhinein nachvollziehbar ist, welche Resultate zu diesen ursprünglichen Hypothesen korrespondieren, und an welcher Stelle sich interessante neue, aber noch explorative und damit ungesicherte Erkenntnisse ergeben haben. Gegenwärtig sind knapp 280.000 Präregistrierungen auf Registrierungsplattformen öffentlich zugänglich.25 Immer mehr wissenschaftliche Zeitschriften erfragen, ob die Autoren einer Studie ihre Hypothesen in einer solchen Form im Voraus registriert haben. Seit 2013 sind allein über 300 wissenschaftliche Aufsätze publiziert worden, deren Hypothesen in einem der neu entstandenen Foren für Präregistrierungen, dem Open Science Framework26, präregistriert wurden.27 Die Plattform AsPredicted zählt zurzeit über 12.000 Präregistrierungen.28 Zusätzlich steigt auch die Anzahl der Studien, die Daten, Analyseskripte und zur Datenerhebung verwendete Materialien im Zuge der Publikation öffentlich zugänglich macht.29,30 In ca. 20% der wissenschaftlichen Zeitschriften sind offen zugängliche Daten Teil der Anforderungen für die Einreichung.31 Große Daten-Repositorien wie Metabus32, Curate Science33 , Gesis34, Dryad35, The Dataverse Project36 und Dspace37 sammeln zusätzlich online Datensätze für große Metastudien. Insgesamt gibt es gegenwärtig über 2.000 Datenrepositorien verschiedener Disziplinen und Forschungsfelder.38 Forschungs-Accelerators39, Zusammenschlüsse von Forscherteams, die gemeinsam über neue Projekte entscheiden, tragen darüber hinaus zur besseren Koordination von Forschungsressourcen bei. Damit wird der wissenschaftliche Prozess nicht nur transparenter, sondern schließlich auch effizienter.

Die Veränderung der wissenschaftlichen Publikationspraxis lässt sich unter anderem auch am Format der Registered Reports erkennen, die zunehmend auch von Zeitschriften bei der Einreichung von Manuskripten ermöglicht werden. In 162 Fachzeitschriften können gegenwärtig Registered Reports veröffentlicht werden.40 Hier werden Einreichungen schon vor Erhebung der Daten im Peer Review-Verfahren geprüft und damit allein auf Basis des theoretischen Hintergrunds und der angedachten Methodik prinzipiell als Publikation angenommen, ohne dass die Signifikanz der Ergebnisse die Veröffentlichung beeinflusst. Ein anderes Publikationsformat, das zunehmend Zuspruch erhält, ist das Ablegen wissenschaftlicher Arbeiten auf öffentlich zugänglichen Preprint-Repositorien vor der Einreichung in ein traditionelles Journal. So verzeichnete das Preprint-Repositorium arXiv 2018 im Vergleich zum Vorjahr eine Steigerung von 14% in der Zahl der neu eingereichten Preprints aus Bereichen wie Mathematik, Physik, Computer Science und Ökonomie.41 Neue Preprint-Repositorien in Psychologie, Landwirtschaftsstudien, Sozial-, Ingenieurs- und Rechtswissenschaften ziehen nach. Diese Preprint-Repositorien ermöglichen einen kritischen Dialog zwischen Autor*innen und Fachpublikum bereits vor der traditionellen Publikation, der das Werk in seiner Entstehungsphase formen und verbessern kann. Auch das klassische Peer-Review-Verfahren erfährt vorsichtige Veränderungsbestrebungen. So bieten einige Zeitschriften Open Peer Review, bei dem beispielsweise die Gutachten der Bewerter*innen öffentlich gemacht werden und damit der Publikationsprozess transparenter gestaltet wird.42 So können Gutachter*innen ihre ehrenamtliche Arbeit sichtbar machen und mit ihren Kommentaren zum öffentlichen Diskurs beitragen. Zugleich werden die Autor*innen daran auf Augenhöhe beteiligt. Die Open Science-Bewegung trägt dazu bei, aus ›Publish or Perish‹ eine Kultur von ›Publish (Open Access) and Flourish‹ aufzubauen, die Kollaboration auch über Disziplinen hinaus fördert und in vielen Fällen überhaupt ermöglicht.

Open Science in Lehre und Lernen

Die Hinwendung zu Open Science hat auch Auswirkungen auf Lehre und Lernen im Hochschulsektor. Aus den methodischen Änderungen im Zuge der Open Science-Bewegung ergibt sich der Bedarf, neue Lerninhalte zu entwickeln und zu vermitteln. Warum braucht die Wissenschaft Offenheit? Welche erkenntnistheoretischen und statistischen Notwendigkeiten sind an der Wurzel dieser Entwicklungen? Wie bereitet man Daten so auf, dass andere sie verstehen, hinterfragen und nachnutzen können? Wo legt man Materialien ab, die öffentlich zugänglich sein sollen? Wie berechnet man die notwendige Stichprobengröße? Die Fragen, die im Zuge der Trendwende in der Wissenschaft hin zu Open Science aufgeworfen werden, betreffen wissenschaftliche Kernkompetenzen und organisatorisches Know-how. Indem durch die Community Leitlinien und Standards entwickelt werden, können einzelne Wissenschaftler*innen von diesen Empfehlungen profitieren und Studierende werden in wissenschaftsrelevanten Fähigkeiten unter Open Science-Gesichtspunkten im digitalen Zeitalter geschult.

Gleichzeitig geht mit der Entwicklung neuer Lerninhalte auch eine Veränderung in deren Publikationsformaten einher. Der Anteil frei verfügbarer, von Experten kuratierter und frei lizenzierter Lehr- und Lernressourcen nimmt stetig zu.43 Solche freien Bildungsressourcen reduzieren finanzielle und strukturelle Barrieren für interessierte Leserinnen und Leser, sind so für ein breites Publikum weltweit zugänglich und leisten einen wichtigen Beitrag zur Überwindung der Kluft zwischen den Ländern der Süd- und Nordhalbkugel. Darüber hinaus erleichtert es das oftmals digitale Format dieser Ressourcen, auf aktuelle Entwicklungen zeitnah mit Überarbeitungen und Korrekturen zu reagieren. Prominente Beispiele sind die Khan Academy44, das Open Learning-Portal der Harvard-Universität45 , das Portal OER Commons46, sowie der sich derzeit im Aufbau befindliche Onlinekurs Open Science MOOC47. So öffnet sich neben den Kernaspekten der Wissenschaft nun auch der Zugang zu höherer Bildung.

Open Science in der Wissenschaftspolitik

Open Science wird auch vermehrt in wissenschaftspolitischen Entscheidungen relevant. Geldgeber und Förderer, so auch die Deutsche Forschungsgemeinschaft48 und der europäische Wissenschaftsrat49, bekennen sich zunehmend zu den Prinzipien von Open Science. Bei ca. 40% der wissenschaftlichen Förderinstitutionen gibt es mittlerweile Open Data-Richtlinien.50 Damit wird durch die Schaffung adäquater Rahmenbedingungen und Anreize die Hinwendung zur Offenheit unterstützt. Die Anwendung von Open Science-Praktiken wird zunehmend auch ein Kriterium bei der Einstellung von Wissenschaftler*innen, beispielsweise im psychologischen Institut der LMU München.51

Weiterhin fließen durchaus auch ökonomische und ethische Aspekte in die Liste der positiven Auswirkungen umfassend praktizierter offener Wissenschaft: Wie viel Finanzmittel könnten wohl sinnvoller verwendet werden, wenn Methoden und Standards fachspezifisch und transparent etabliert würden? Die Zugänglichmachung von Methoden, Zwischenergebnissen und negativen bzw. unerwarteten Resultaten würde neben dem nicht messbaren Umfang an Materialien und zeitlichen Ressourcen auch die Anzahl von Versuchstieren deutlich verringern.

Desweiteren profitiert auch die ökonomische Wertschöpfung, dadurch dass Forschungserkenntnisse zeitnah wirtschaftlich und medizinisch umgesetzt werden können.

Außerdem ist Open Science auch dazu geeignet, Wissen(schaft)skommunikation mit der Öffentlichkeit zu verbessern. Werden Forschungsergebnisse transparent kommuniziert, können sich interessierte Nichtwissenschaftler leichter Zugang verschaffen. So können Öffentlichkeit und Wissenschaft näher zusammenrücken und in einen regeren Austausch treten. Die Citizen<|>Science-Bewegung denkt diesen Gedanken noch weiter und bindet die Öffentlichkeit aktiv in den Wissenschaftsprozess ein. So werden aus Laien Beobachter*innen, Datensammler*innen und tatsächliche Citizen Scientists, die sich über Plattformen wie Bürger schaffen Wissen52 koordinieren und groß angelegten Forschungsprojekten zuarbeiten.

Open Science birgt schließlich großes Potential für die Demokratisierung von Wissenschaft und Lehre. Zurzeit werden beispielsweise viele Inhalte, Techniken und Artikel von westlichen Akteuren oder Mitgliedern privilegierter Mehrheitsgruppen produziert. Um global demokratisierte Verhältnisse in Wissensaustausch etablieren zu können, müssen sich auch Institutionen und Akteure aus Afrika, Lateinamerika und Südostasien, sowie Mitglieder sozialer Minderheiten daran beteiligen können. Durch Open Science sinken Zugangsbarrieren und Möglichkeiten zur Mitwirkung vervielfältigen sich.

Fazit: Wie geht es weiter mit Open Science?

Insgesamt ist Open Science eine umfassende Reform der Art und Weise, wie Wissenschaft zugänglich, transparent und nachnutzbar praktiziert werden kann. Diese Reform hat zahlreiche quantifizierbare positive Auswirkungen, sowohl auf den Wissenschaftsalltag53 als auch auf die Interaktion von Wissenschaft und Gesellschaft weltweit. Dabei verspricht Open Science nicht nur Verbesserungen auf der Systemebene für die wissenschaftliche Praxis allgemein, sondern auch für individuelle Wissenschaftler*innen. Im Zuge von Open Science wird durch unterschiedliche Herangehensweisen das Wissenschaftssystem in einen Zustand versetzt, der es Wissenschaftler*innen ermöglicht, sich auf das zu konzentrieren, was eigentlich der Gegenstand ihrer Arbeit ist: die Suche nach belastbaren Erkenntnissen.54 So ist es beispielsweise durch Registered Reports möglich, methodisch saubere Arbeiten unabhängig von der Signifikanz der Ergebnisse zu publizieren und damit Teil des öffentlichen Diskurses zu sein, der durch Open Access, Open Peer Review, Open Data etc. nahezu vollumfänglich frei zugänglich sein kann. Mit Hilfe von Präregistrierungen wird es möglich, den eigenen Erkenntnisprozess offenzulegen und durch verbesserte Projektplanung effizienter zu arbeiten. Schließlich gewinnt man so an Freiheit von dem Druck, in eigenen Arbeiten überraschenden Erkenntnissen nachjagen zu müssen, koste es, was es wolle.

Open Science beschäftigt sich mit einer Reihe von anhaltenden und neuen Herausforderungen, wie der Standardisierung von Datenbanken, der Interoperabilität zwischen unterschiedlichen Datenerhebungs- und -verarbeitungssystemen, sowie der Übertragbarkeit über Disziplinen hinaus. Welche Daten sollen und dürfen offen zugänglich sein und wo greift der Schutz von Persönlichkeitsrechten und Datensicherheit? Wer profitiert von Big Data in der Wissenschaft und wie werden sich die technischen und methodischen Veränderungen auf die Gesellschaft auswirken? Diese Fragen müssen jeweils spezifisch von jeder Arbeitsgruppe und im Rahmen ihrer Disziplin und aktuellen Forschungsfrage individuell beantwortet werden. Die Etablierung von Standards, die möglichst breit aufgestellt sind, dabei aber auch Flexibilität in der Auslegung und Umsetzung für einzelne wissenschaftliche Fragestellungen erlauben, verbessern die Vergleichbarkeit und ermöglichen die Reproduktion und Nachnutzung wissenschaftlicher Resultate.

Open Science ist eine Bewegung, die auf den Prinzipien guter wissenschaftlicher Praxis aufbaut und deren Tragweite sich bisher nur erahnen lässt. Wir sind am Anfang des Weges aus der Krise, alle Zeichen stehen auf “open” und lassen auf Gutes hoffen.

Anmerkungen

1) Open Definition 2.1, opendefinition.org/od/2.1/en/, Stand 23.01.2019.

2) Pressemitteilung der Deutschen Forschungsgemeinschaft vom 23. Februar 2010, www.dfg.de/en/service/press/press_releases/2010/pressemitteilung_nr_07/, Stand 06.02.2019.

3) Jacob Cohen 1962: “The statistical power of abnormal-social psychological research: A review”, in: Journal of Abnormal and Social Psychology, 65: 145-153.

4) Jacob M. Marszalek / Carolyn Barber / Julie Kohlhart & B. Holmes Cooper 2011: “Sample Size in Psychological Research over the Past 30 Years”, in: Perceptual and Motor Skills, 112(2): 331-348. doi.org/10.2466/03.11.PMS.112.2.331-348.

5) Zum Beispiel bei klinischen Studien: K. Dickersin & Y. I. Min 1993: “NIH clinical trials and publication bias”, in: The Online Journal of Current Clinical Trials, Doc No 50, [4967 words; 53 paragraphs].

6) John P. A. Ioannidis 2005: “Why most published research findings are false”, in: PLoS Medicine, 2(8), 696-701. doi.org/10.1371/journal.pmed.0020124.

7) Psychology is in crisis over whether it’s in crisis. www.wired.com/2016/03/psychology-crisis-whether-crisis/, Stand 06.02.2019.

8) openaccess.mpg.de/Berlin-Declaration.

9) osf.io/view/StudySwap/.

10) science.sciencemag.org/content/349/6251/aac4716 Open Science Collaboration. (2015). Estimating the reproducibility of psychological science. Science, 349(6251), aac4716. doi.org/10.1126/science.aac4716.

11) elifesciences.org/collections/9b1e83d1/reproducibility-project-cancer-biology.

12) experimentaleconreplications.com.

13) sites.google.com/site/thexphireplicabilityproject/home.

14) Bspw. S. Bouwmeester / P. P. J. L. Verkoeijen / B. Aczel / F. Barbosa / L. Bègue / P. Brañas-Garza /… / C. E. Wollbrant 2017: “Registered Replication Report: Rand, Greene, and Nowak (2012)”, in: Perspectives on Psychological Science: A Journal of the Association for Psychological Science, 12(3), 527-542. doi.org/10.1177/1745691617693624.

15) openhardware.science/.

16) André Maia Chagas 2018: “Haves and have nots must find a better way: The case for open scientific hardware”, in: PLoS Biol 16(9): e3000014. doi.org/10.1371/journal.pbio.3000014.

17) www.protocols.io/.

18) www.labfolder.com/.

19) benchling.com/.

20) www.r-project.org.

21) github.com.

22) stackoverflow.com.

23) jupyter.org.

24) Christopher J. Ferguson & Michael T. Brannick 2012: “Publication bias in psychological science: Prevalence, methods for identifying and controlling, and implications for the use of meta-analyses”, in: Psychological Methods, 17(1), 120-128. doi.org/10.1037/a0024445.

25) osf.io/registries, Stand 06.02.2019.

26) osf.io.

27) www.zotero.org/groups/479248/osf/items/collectionKey/VKXUAZM7, Stand 06.02.2019.

28) credlab.wharton.upenn.edu, Stand 06.02.2019.

29) M. C. Kidwell / L. B. Lazareviæ / E. Baranski / T. E. Hardwicke / S. Piechowski / L.-S. Falkenberg / … / B. A. Nosek 2016: ” Badges to acknowledge open practices: A simple, low-cost, effective method for increasing transparency”, in: PLOS Biology, 14(5), e1002456. doi.org/10.1371/journal.pbio.1002456.

30) Siehe auch: www.ejp-blog.com/blog/2019/1/16/reflection-on-open-science-practices-in-2018, Stand 05.02. 2019.

31) Nicole A. Vasilevsky / Jessica Minnier / M. A. Haendel & Robin E. Champieux 2017: “Reproducible and reusable research: are journal data sharing policies meeting the mark?” PeerJ, 5, e3208. doi.org/10.7717/peerj.3208.

32) metabus.org.

33) curatescience.org/#.

34) www.gesis.org/en/services/archiving-and-registering/data-archiving/.

35) www.datadryad.org/.

36) dataverse.org/.

37) duraspace.org/dspace/.

38) www.re3data.org/metrics, Stand 06.02.2019.

39) Z.B. der Psychological Science Accelerator, psysciacc.org.

40) cos.io/rr/, Stand 06.02.2019.

41) arXiv Update January 2019, confluence.cornell.edu/display/arxivpub/arXiv+Update+-+January+2019, Stand 06.02.2019.

42) publons.com/blog/who-is-using-open-peer-review/.

43) Andrés Chiappe & Silvia Irene Adame 2018: “Open Educational Practices: a learning way beyond free access knowledge”, in: Ensaio: Avaliação e Políticas Públicas em Educação, 26(98), 213-230. Epub December 18, 2017: dx.doi.org/10.1590/s0104-40362018002601320.

44) www.khanacademy.org/.

45) www.extension.harvard.edu/open-learning-initiative.

46) www.oercommons.org/.

47) opensciencemooc.eu/.

48) Leitlinien zum Umgang mit Forschungsdaten, www.dfg.de/download/pdf/foerderung/antragstellung/forschungsdaten/richtlinien_forschungsdaten.pdf, Stand 05.02.2019.

49) Open Research Data and Data Management Plans, erc.europa.eu/sites/default/files/document/file/ERC_info_document-Open_Research_Data_and_Data_Management_Plans.pdf, Stand 05. 02.2019.

50) v2.sherpa.ac.uk/view/funder_visualisations/1.html, Stand 06.02.2019.

51) Hiring Policy at the LMU Psychology Department: Better have some open science track record, www.nicebread.de/open-science-hiring-policy-lmu/, Stand 05.02.2019.

52) www.buergerschaffenwissen.de.

53) Open Science Monitor des Europäischen Wissenschaftsrats, ec.europa.eu/info/research-and-innovation/strategy/goals-research-and-innovation-policy/open-science/open-science-monitor_en, Stand 06.02.2019.

54) Siehe auch: fivethirtyeight.com/features/psychologys-replication-crisis-has-made-the-field-better/.

Share the Perspective

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.