开放数据不等于可复现:可复现的最小单位是‘可执行的分析意图’
【锚点】这一讲钉一个判断:【开放数据不等于可复现;可复现的最小单位不是原始文件,而是能把“数据→结论”每一步判定写成的可执行分析意图。】 【显式】2015 年 Open Science Collaboration 重做 97 项心理学实验,只有 39% 达到原研究显著性;中位效应量约为原效应的一半。很多原始数据可查,但分析选择没有留下入口。 【流程节点链路】原始数据 → 清洗/筛选规则 → 模型/统计检验 → 判定阈值 → 结论。 【隐式】示意算例:同一批 n=40 的数据,保留全部时组间差 0.4,p≈0.38;按“设备故障”剔除 2 个低值后,组间差 0.8,p≈0.03。两条路都能自洽,除非剔除规则在看过结果前被登记。 【细微】真正难复现的常不是代码,而是“为什么这个点算故障”:阈值、时间窗、仪器日志、谁在何时批准剔除,这些决定分析分叉。 【极难发现】预注册的价值不是道德装饰,而是把“哪些结果算成功/失败”从叙事里拆出来,变成可被第三方执行的判定函数;没有它,读者只能复现数字,不能复现判断。 【待验证】如果一项研究只开放数据,但不开放“分析意图”,它更接近原料,还是证据?







0 Comments