Is Most Published Research Wrong?

Summary

El video explora la crisis de reproducibilidad en la ciencia, destacando cómo los resultados falsos se publican con frecuencia debido a prácticas como el p-hacking y los sesgos de publicación. A través de ejemplos de estudios en psicología, medicina y física, se muestra cómo los errores estadísticos, como los falsos positivos, son comunes incluso en investigaciones con alta significancia. A pesar de las críticas, se están tomando medidas para mejorar la reproducibilidad en la ciencia, promoviendo estudios de replicación y mayor transparencia. Sin embargo, el video cuestiona cuán a menudo nos engañamos al intentar descubrir la verdad, incluso con el método científico.

Takeaways

• 😀 En 2011, un artículo demostró experimentalmente que las personas podrían tener influencia retroactiva en sus decisiones, sugiriendo la posibilidad de ver el futuro.
• 😀 En un experimento, los participantes mostraron una ligera capacidad para predecir imágenes eróticas, obteniendo un 53% de aciertos, lo que genera dudas sobre la habilidad de ver el futuro.
• 😀 El valor p es una medida estadística clave para evaluar la significancia de los resultados, y en este caso, el valor p fue de 0.01, lo que indica que los resultados no son simplemente producto de la suerte.
• 😀 Sin embargo, la definición tradicional de significancia estadística (valor p < 0.05) puede ser arbitraria y no siempre refleja la realidad científica.
• 😀 La realidad es que muchos estudios científicos publicados pueden ser incorrectos, especialmente cuando se usan valores p inferiores a 0.05 de manera sistemática.
• 😀 En un escenario ideal, solo el 5% de los resultados falsos positivos deberían aparecer, pero en la práctica, los estudios muestran que este porcentaje es mucho mayor.
• 😀 Un estudio de replicabilidad en psicología reveló que solo el 36% de los estudios originalmente significativos pudieron ser replicados con éxito.
• 😀 La manipulación de datos (p-hacking) es un problema común en la investigación científica, donde los investigadores pueden modificar el análisis para obtener resultados más significativos.
• 😀 En experimentos con muchos datos y variables, la probabilidad de obtener un falso positivo aumenta significativamente, como sucedió en un estudio sobre el chocolate y la pérdida de peso.
• 😀 El caso de la pentaquark en física de partículas ilustra cómo un hallazgo puede ser falso debido a un análisis sesgado y no transparente de los datos.
• 😀 Aunque hay incentivos para publicar resultados inesperados o innovadores, esto puede distorsionar la ciencia y llevar a conclusiones incorrectas.
• 😀 El campo de la ciencia está adoptando más esfuerzos para corregir estos problemas, incluyendo la promoción de estudios de replicación y la revisión de hipótesis antes de la investigación.

The video is abnormal, and we are working hard to fix it.
Please replace the link and try again.