相同的数据不同的人 分析结果各不同
相同的数据、不同的人 分析结果各不同 让200多名生物学家分析同一个生态数据集，结果会怎样？结果是大相径庭。 这种现象在心理学和社会学领域的研究中也存在。因此，21世纪10年代中期，出现了“多分析师”方法，即为多个研究人员提供相同数据和相同研究问题，让他们进行分析，然后比较不同研究人员的分析决策是如何影响最终表结果的。 现在，研究人员将上述方法引入生态学和进化生物学研究中。因为，他们发现在这些领域，没有对不同研究人员分析决策产生的效应大小或模型预测的变化进行实证探索。结果发现，该领域的研究结果存在的差异，不是由环境差异导致的，而是研究人员在统计分析方面的决策差异导致的。相关研究近日公布于预印本平台EcoEvoRxiv。 “人们倾向于每篇论文的发现都是决定性的。但我们的研究结果表明，不能指望任何单独的研究的单独结果能够完整描述某个事物。”研究合著者、澳大利亚墨尔本大学研究员Hannah Fraser说。 Fraser等人招募了174个分析师团队的246名分析师，让他们分析两个未发表的数据集。一个是来自进化生态学的关于蓝山雀的数据集，并附上一个问题——与兄弟姐妹的竞争在多大程度上影响了正在筑巢的蓝山雀的生长；另一个是来自保护生态学的关于桉树的数据集，并附上一个问题——草地覆盖如何影响桉树的幼苗数量。 结果发现，大多数研究蓝山雀数据的分析师发现，兄弟姐妹的竞争对雏鸟生长产生了负面影响。但他们在影响程度上存在很大分歧。 关于草地覆盖对桉树幼苗数量影响有多大，分析师们得出的结论差异更大，但大多数结果认为存在微弱的负面影响或微弱的正面影响。不过，其中存在异常值。一些分析师认为草地覆盖大大减少了幼苗数量，还有一些分析师认为草地覆盖大大提高了幼苗数量。 Fraser等人还请一批科学家对分析师们的分析结果作同行评议，他们对桉树分析中最极端的结果给予了较差的评价，但对蓝山雀分析则没有。 Fraser等人研究发现的分析结果之间存在的显著可变性，引起了生态学家和进化生物学家对如何解释已发表结果，以及未来应该如何进行分析等问题重视。 相关论文信息：https://doi.org/10.32942/X2GG62
