Zurückgezogene wissenschaftliche Arbeiten leben häufig weiter
Datum: 1. Februar 2021
Autor: Erwin König
Kategorien: Studien

Das Peer-Review-Verfahren gilt als der Goldstandard bei der wissenschaftlichen Qualitätssicherung. Trotz dieser Kontrollen kommt es immer wieder vor, dass Arbeiten wegen Betrugs, Fälschungen, Plagiaten, Verwendung falscher Daten etc. zurückgezogen werden müssen. Diese Arbeiten können jedoch von anderen Wissenschaftlerinnen und Wissenschaftlern in ihren Forschungsarbeiten zitiert werden. Dadurch besteht die mehr als theoretische Gefahr, dass die in den zurückgezogenen Fachbeiträgen enthaltenen Falschinformationen weitergegeben werden. Da es manchmal Jahre dauern kann, bis solche „faulen Eier“ von der Wissenschaftsgemeinde entdeckt werden, stellt sich die Frage, wie häufig und wie lange solche zurückgezogenen Arbeiten weiter in anderen Untersuchungen zitiert werden. Eine aktuelle Studie kommt hier zu bedenklichen Ergebnissen: Zurückgezogene Arbeiten finden sich auch noch nach vielen Jahren in anderen Untersuchungen. Und nicht nur das, sondern teilweise nimmt auch die Zahl der direkten Zitierungen und der Sekundärzitate sogar zu. Aufgrund dieser Resultate wird gefordert, dass Wissenschaftsmagazine besser und schneller über zurückgezogene wissenschaftliche Arbeiten informieren müssen.

...

Um den Artikel in voller Länge lesen zu können, benötigen Sie ein Abo. Jetzt Abo abschließen oder mit bestehendem Konto anmelden!

Mehr zum Thema:

Gen Z und Millennials lieben digitale Medien UND Bibliotheken

Die Generation Z und Millennials, die für ihre tiefgreifende Verbindung zur digitalen Welt bekannt sind, zeigen überraschenderweise auch eine starke Affinität zu physischen Bibliotheken, wie neue Studien der American Library Association zeigen – die Ergebnisse sind...

Auskunfts- und Informationsdienste in Bibliotheken

Die Studie Reference service in libraries like mine: A comparison of current reference service in libraries serving medium, small, and very small institutions von Julie E. Sweeney (Ryan Library, Point Loma Nazarene University, USA)1 zielt darauf ab, die Lücke in der...

Die transparente Dokumentation von Cultural Heritage Datasets

Angesichts der Probleme in Bezug auf Datenqualität und unzureichende Dokumentation von Datensätzen hat die Machine Learning Community begonnen, standardisierte Verfahren zur Erstellung von Datenblättern für maschinelles Lernen zu entwickeln. Das Hauptziel besteht...